ttommyth/rag-memory-mcp

Developer tools

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요. 원문 보기

47 stars 6 forks 품질 61 트렌드 13

Repository Install

MCP 서버는 기능에 대한 지식 그래프를 통해 이 서버는 semantic search, document processing, Hybrid retrieval과 기본 메모리 개념을 확장합니다.

개요

MCP 서버는 기능에 대한 지식 그래프를 통해 이 서버는 더 지적인 기억 관리를 위한 semantic 수색, 문서 처리 및 잡종 retrieval를 가진 기본적인 기억 개념을 확장합니다. Model Context Protocol 프로젝트의 지식 그래프 메모리 서버. 이 서버는 MCP 클라이언트 (예를들면, Claude Desktop, VS Code)와 함께 로컬 파일 시스템 액세스가 필요합니다. - : Persistent entities, relationships, and Observ - : 문장 변압기를 사용하는 Semantic similarity search - : RAG-enabled 문서 chunking 및 embedding - : graph traversal과 벡터 유사성을 결합 - : 벡터 작업을위한 sqlite-vec와 빠른 로컬 저장소 - : 문서의 자동 용어 추출 이 서버는 Model Context Protocol (MCP)을 통해 종합 메모리 관리 기능을 제공합니다. - storeDocument : 처리를위한 메타 데이터가있는 저장 문서 - chunkDocument : 구성 가능한 매개 변수와 텍스트 펑크 생성 - ...

개요(AI 번역)

RAG-enabled Memory를 위한 고급 MCP 서버는vector search 기능을 통해 지식 그래프를 통해 확인할 수 있습니다. 이 서버는 더 지적인 기억 관리를 위한 semantic 수색, 문서 처리 및 잡종 retrieval를 가진 기본적인 기억 개념을 확장합니다.

: Model Context Protocol 프로젝트의 지식 그래프 메모리 서버.

주의: 이 서버는 MCP 클라이언트 (예를들면, Claude Desktop, VS Code)와 함께 로컬 파일 시스템 액세스가 필요합니다.

✨ 주요 특징

**s 지식 그래프 메모리 ** : Persistent entities, 관계 및 관측
** 그래도 Vector Search**: Semantic similarity search using 문장 변압기 -** RA 문서 처리**: RAG-enabled 문서 Chunking 및 embedding
** 12.1 하이브리드 검색**: graph traversal과 벡터 유사성을 결합 -: 벡터 작업을위한 sqlite-vec와 빠른 로컬 스토리지 - En Entity Extraction**: 문서의 자동 용어 추출

도구

이 서버는 Model Context Protocol (MCP)을 통해 종합 메모리 관리 기능을 제공합니다.

### 문서 관리

storeDocument: 메타데이터로 저장하기

이 페이지는 AI로 자동 번역되었습니다. 기술적인 세부 사항은 원문을 확인하세요.

README

원문 README의 일부입니다. 원문 보기.

rag-memory-mcp

An advanced MCP server for RAG-enabled memory through a knowledge graph with vector search capabilities. This server extends the basic memory concepts with semantic search, document processing, and hybrid retrieval for more intelligent memory management.

Inspired by: Knowledge Graph Memory Server from the Model Context Protocol project.

Note: This server is designed to run locally alongside MCP clients (e.g., Claude Desktop, VS Code) and requires local file system access for database storage.

✨ Key Features

🧠 Knowledge Graph Memory: Persistent entities, relationships, and observations
🔍 Vector Search: Semantic similarity search using sentence transformers
📄 Document Processing: RAG-enabled document chunking and embedding
🔗 Hybrid Search: Combines vector similarity with graph traversal
⚡ SQLite Backend: Fast local storage with sqlite-vec for vector operations
🎯 Entity Extraction: Automatic term extraction from documents

Tools

This server provides comprehensive memory management through the Model Context Protocol (MCP):

📚 Document Management

storeDocument: Store documents with metadata for processing
chunkDocument: Create text chunks with configurable parameters
embedChunks: Generate vector embeddings for semantic search
extractTerms: Extract potential entity terms from documents
linkEntitiesToDocument: Create explicit entity-document associations
deleteDocuments: Remove documents and associated data
listDocuments: View all stored documents with metadata

🧠 Knowledge Graph

createEntities: Create new entities with observations and types
createRelations: Establish relationships between entities
addObservations: Add contextual information to existing entities
deleteEntities: Remove entities and their relationships
deleteRelations: Remove specific relationships
deleteObservations: Remove specific observations from entities

🔍 Search & Retrieval

hybridSearch: Advanced search combining vector similarity and graph traversal
searchNodes: Find entities by name, type, or observation content
openNodes: Retrieve specific entities and their relationships

GitHub에서 전체 README 보기

설치

npx -y rag-memory-mcp

MCP 초보자라면? mcpskill.org 가이드부터 시작하세요 →

설정

{
  "mcpServers": {
    "rag-memory": {
      "command": "npx",
      "args": ["-y", "rag-memory-mcp"]
    }
  }
}