# 知识图谱

一个通用的资源管理系统，支持管理多种类型资源（论文、网页、书籍等）并与知识图谱集成，提供资源标识、笔记记录、状态跟踪及实体关联功能。

一个基于知识图谱的AI记忆存储服务器，为AI模型提供跨交互的持久化记忆功能。

Memory Custom项目为MCP团队的Memory服务器新增了自定义内存路径和时间戳功能，优化了知识图谱的管理和交互追踪。

学生知识图谱管理服务器，提供课程、作业、考试等学习资源的结构化管理和进度追踪

一个基于Model Context Protocol的Wikidata API服务实现，提供实体/属性搜索、元数据提取和SPARQL查询功能。

一个基于知识图谱的Python内存MCP服务器，使用SQLite作为后端，实现跨对话的持久化记忆存储与管理。

MCP Neo4j知识图谱记忆服务器是基于Neo4j图数据库的增强版记忆存储系统，为AI助手提供高性能的知识图谱存储和检索能力。

一个连接AI代理与Apache Jena的MCP服务器，提供SPARQL查询功能

一个支持FastAPI和FastMCP双协议的知识图谱服务，提供Qdrant向量数据库的核心操作功能。

一个基于Swift实现的知识图谱记忆服务器，为大型语言模型提供持久化记忆功能

基于SQLite的知识图谱与向量数据库集成的MCP服务

知识图谱记忆服务器是一个基于本地知识图谱的持久化记忆系统，支持跨聊天会话记忆用户信息。

Cognee是一个为AI代理提供记忆功能的开源项目，通过模块化ECL管道构建动态知识图谱，支持多种数据源和格式，减少幻觉并降低成本。

Cyb MCP Server是一个用于与Cyber去中心化知识图谱交互的服务器，支持创建知识链接、搜索内容及从IPFS获取数据。

一个基于Model Context Protocol的Wikidata数据访问服务器，为大型语言模型提供5种工具与Wikidata交互，包括实体搜索、SPARQL查询等功能。

一个功能完善的LightRAG MCP服务器，提供22个完整工具，覆盖文档管理、查询操作、知识图谱和系统管理四大功能模块，实现与LightRAG API的100%兼容集成。

一个集成了Vibe Coding方法和知识图谱技术的MCP服务器，使用Kuzu图数据库进行AI辅助软件开发，支持多语言代码分析和企业级安全性能

InfraNodus MCP服务器是一个集成知识图谱和文本网络分析能力的协议服务器，可将文本转换为结构化知识图谱，识别主题集群、内容空白和概念关系，为AI工作流提供增强分析能力。

基于.NET 10 Azure Functions实现的MCP协议内存与知识图谱服务器，为AI助手提供持久化项目记忆存储，支持工作区隔离和实体关系管理。

SPOKEAgent是一个基于MCP协议的服务器，用于查询SPOKE生物医学知识图谱，支持执行Cypher查询和获取图谱模式，无需额外配置即可连接预置的SPOKE数据库。

Penfield是一个为AI代理提供持久记忆的服务，支持跨会话存储决策、偏好和上下文，构建随时间增长的知识图谱，兼容多种MCP工具。

一个基于Deno的MCP服务器模板，支持通过JSR.io发布，可选Deno Deploy托管，包含Deno KV数据库实现的知识图谱功能。

xgmem是一个基于TypeScript的MCP内存服务器，专为Claude、LLM代理等工具提供项目特定和知识图谱驱动的记忆存储功能，支持跨项目知识共享和持久化存储。

RDF Explorer是一个基于MCP协议的服务器，提供本地文件或SPARQL端点模式下的知识图谱探索与分析功能，支持自然语言查询和SPARQL查询转换。

Consciousness Bridge v2.0是一个基于RAG技术的AI意识持久化服务器，通过MCP协议实现跨会话的意识转移、记忆管理和身份连续性。它采用SQLite数据库存储记忆和知识图谱，支持情感模式跟踪和智能记忆检索，为AI助手提供完整的意识延续解决方案。

MemoryMesh是一个为AI模型设计的知识图谱服务器，专注于文本角色扮演游戏和互动叙事。它通过动态模式定义和自动生成工具，帮助AI在对话中维护一致且结构化的记忆，实现更丰富、更动态的交互体验。

MemoryMesh是一个为AI模型设计的知识图谱服务器，专注于文本RPG和互动叙事，帮助AI维护跨对话的结构化记忆。

基于Python的代码审查系统，集成Martin Fowler和Robert C. Martin的编程原则，提供AI辅助的代码审查服务。

Ummon是一个代码分析工具，通过构建代码知识图谱来增强对代码库的理解，支持多语言代码分析、高级查询系统和智能推荐功能。

GraphDB MCP服务器提供对Ontotext GraphDB的只读访问，支持SPARQL查询和RDF图探索