
一个神经符号AI服务器,结合了Prolog的符号推理与模型上下文协议(MCP),用于混合型AI应用。
概览
一个神经符号AI服务器,结合了Prolog的符号推理与模型上下文协议(MCP),用于混合型AI应用。 - 持久Prolog会话:在工具调用间保持状态 - 会话管理:保存/加载知识库到磁盘 - 四大核心工具:- loadProgram:加载Prolog谓词/规则 - runPrologQuery:执行复杂逻辑查询 - saveSession:持久会话状态 - loadSession:恢复之前的会话 - 通过Zod模式验证所有I/O实现类型安全 - WebAssembly运行时:WASI环境下的Trealla Prolog 采用Trealla Prolog和MCP协议构建
概述(AI 翻译)
一个神经符号AI服务器,结合了Prolog的符号推理与模型上下文协议(MCP),用于混合型AI应用。
特色:
- 持久Prolog会话:在工具调用之间保持状态
- 会话管理:将知识库保存/加载到磁盘
- 四项核心工具:
loadProgram:加载Prolog谓词/规则runPrologQuery:执行复杂的逻辑查询saveSession:持续会话状态loadSession:恢复之前的会话- 通过Zod模式验证所有I/O实现类型安全
- WebAssembly 运行时:WASI 环境中的 Trealla Prolog
与Cline/Roo/副驾驶的集成:
开发:
性能:
| 操作 | 平均延迟 | 内存使用量 |
|---|---|---|
| 查询执行 | 12毫秒 | 18MB |
| 会话保存 | 45毫秒 | 22MB |
| 程序负载 | 8毫秒 | 15MB |
致谢: 采用Trealla Prolog和MCP协议构建
本页由 AI 翻译,技术细节请以原文为准。
README
Prolog-MCP Server
A neurosymbolic AI server combining Prolog’s symbolic reasoning with Model Context Protocol (MCP) for hybrid AI applications.
Features:
- Persistent Prolog session: maintain state between tool calls
- Session management: save/load knowledge bases to disk
- Four core tools:
loadProgram: Load Prolog predicates/rulesrunPrologQuery: Execute complex logical queriessaveSession: Persist session stateloadSession: Restore previous sessions
- Type safety via Zod schema validation for all I/O
- WebAssembly runtime: Trealla Prolog in WASI environment
Integration with Cline/Roo/Copilot:
{
"mcpServers": {
"prolog-mcp": {
"command": "node",
"args": [
"prolog-mcp/dist/index.js"
],
"disabled": false,
"alwaysAllow": [
"loadProgram",
"runPrologQuery",
"saveSession",
"loadSession"
],
"timeout": 15
}
}
}
Development:
git clone https://github.com/adamrybinski/prolog-mcp
cd prolog-mcp
npm install
npm run build
Performance:
| Operation | Avg. Latency | Memory Usage |
|---|---|---|
| Query Execution | 12ms | 18MB |
| Session Save | 45ms | 22MB |
| Program Load | 8ms | 15MB |
Acknowledgements:
Built with Trealla Prolog and MCP Protocol
安装
This server does not publish a one-line install command.
Open the repository installation guide 新手?先看 mcpskill.org 教程 →