MCP Mem

🚀 MCP メモリ

データが豊富なアプリケーションのメモリソリューションを実装するモデルコンテキストプロトコル（MCP）サーバーです。このサーバーは、効率的なグラフ知識グラフの機能を通じてメモリを管理します。

🚀 クイックスタート

この MCP サーバーは、複数のソース（アップロードされたファイルを含む）から情報を取得するデータが豊富なアプリケーションに対するメモリソリューションを実装しています。内部ではHippoRAGを使用してメモリを管理しており、これはこのパッケージの必須依存関係です。

✨ 主な機能

• セッションベースのメモリ：特定のチャットセッションのメモリを作成および管理します。
• 効率的な知識グラフ：HippoRAGを使用してメモリを管理します。
• 複数のトランスポートサポート：stdioおよびSSEトランスポートと互換性があります。
• 検索機能：様々なソース（アップロードされたファイルを含む）から情報を検索します。
• 自動リソース管理：TTLに基づくクリーニング機能があり、セッションとメモリインスタンスに適用されます。

📦 インストール

PyPIからインストールするには：

pip install mcp-mem hipporag

または、ソースコードからインストールするには：

git clone https://github.com/ddkang1/mcp-mem.git
cd mcp-mem
pip install -e .
pip install hipporag

⚠️ 重要提示 HippoRAGはmcp - memが正常に動作するための必須依存関係です。

💻 使用例

基本的な使用法

MCPサーバーを直接実行することができます：

mcp-mem

デフォルトでは、stdioトランスポートを使用します。SSEトランスポートを使用するには：

mcp-mem --sse

SSEトランスポートのホストとポートを指定することもできます：

mcp-mem --sse --host 127.0.0.1 --port 3001

📚 ドキュメント

基本設定

WindsurfでClaudeと組み合わせてこのツールを使用するには、以下の設定をMCP設定ファイルに追加してください：

"memory": {
    "command": "/path/to/mcp-mem",
    "args": [],
    "type": "stdio",
    "pollingInterval": 30000,
    "startupTimeout": 30000,
    "restartOnFailure": true
}

command フィールドは、pipを使用してPythonパッケージをインストールした場所を指す必要があります。

環境変数設定

環境変数を使用して、mcp - memが使用するLLMと埋め込みモデルを設定することができます：

• EMBEDDING_MODEL_NAME：使用する埋め込みモデルの名前（デフォルト： "text - embedding - 3 - large"）
• EMBEDDING_BASE_URL：埋め込みAPIのベースURL（オプション）
• LLM_NAME：使用するLLMモデルの名前（デフォルト： "gpt - 4o - mini"）
• LLM_BASE_URL：LLM APIのベースURL（オプション）
• OPENAI_API_KEY：OpenAI APIキー（必須）

メモリ管理設定

• セッションTTL：クリーニングを無効にするには 0 に設定します。デフォルト値は 0 です。
• インスタンスTTL：クリーニングを無効にするには 0 に設定します。デフォルト値は 0 です。

提供されるツール

• メモリの作成：create_memory を使用して新しいメモリを作成します。
• メモリの保存：store_memory を使用してメモリを保存します。
• メモリの検索：retrieve_memory を使用してメモリを検索します。

🔧 技術詳細

開発するには、以下の依存関係をインストールしてください：

pip install -r requirements.txt

次に、テストを実行します：

pytest tests/

コードスタイルについては、以下を参照してください：

black .
flake8 .
mypy .

🤝 貢献

貢献する場合は、標準的な開発フローに従い、コミットする前にすべてのテストを通過させてください。

📄 ライセンス

このプロジェクトはMIT Licenseの下で提供されています。