知识图谱记忆服务器

基于本地知识图谱实现的持久化记忆系统，支持Claude等AI在对话中记住用户相关信息，通过实体、关系和观察值构建可追溯的上下文记忆网络。

核心概念

1. 实体（Entities）

知识图谱的基础节点，代表具体对象（如人、组织、事件）。

• 关键属性：
  • 唯一名称（标识符）：如"John_Smith"
  • 实体类型：如"person"、"organization"、"event"
  • 观察值：关于实体的具体信息（字符串数组）
• 示例：

                      
  json
  
                      {  
    "name": "John_Smith",  
    "entityType": "person",  
    "observations": ["Speaks fluent Spanish", "Graduated in 2019"]  
  }  
  

2. 关系（Relations）

实体间的有向连接，以主动语态描述互动或关联。

• 关键属性：
  • 起点（from）：源实体名称
  • 终点（to）：目标实体名称
  • 关系类型：如"works_at"、"knows"、"attended"
• 示例：

                      
  json
  
                      {  
    "from": "John_Smith",  
    "to": "Anthropic",  
    "relationType": "works_at"  
  }  
  

3. 观察值（Observations）

关于实体的离散信息片段，需满足原子性（单一事实）。

• 操作特性：
  • 以字符串存储，附加到特定实体
  • 支持独立增删
• 示例：

                      
  json
  
                      {  
    "entityName": "John_Smith",  
    "observations": ["Prefers morning meetings", "Frequent traveler"]  
  }  
  

API工具列表

实体管理

工具名称	功能描述
create_entities	创建新实体（重复名称自动忽略）
delete_entities	删除实体及关联关系（级联删除）
open_nodes	按名称检索实体及其关联关系

关系管理

工具名称	功能描述
create_relations	创建新关系（重复关系自动跳过）
delete_relations	按起点、终点和类型删除指定关系

观察值管理

工具名称	功能描述
add_observations	向现有实体添加观察值（实体不存在则失败）
delete_observations	从实体中删除指定观察值（静默忽略不存在项）

查询与检索

工具名称	功能描述
read_graph	返回完整知识图谱结构（实体+关系）
search_nodes	按关键词搜索实体名称、类型或观察值内容

系统提示示例：对话个性化记忆

可在Claude项目的“自定义指令”中配置以下流程，引导模型主动管理记忆：

1. 用户识别

   • 假定对话对象为default_user，未识别时主动询问身份信息。

2. 记忆检索

   • 每次对话开头输出"Remembering..."，并从知识图谱中检索所有相关信息。
   • 称知识图谱为“记忆”。

3. 信息捕获

   • 重点记录以下类别新信息：
     • 基本身份（年龄、职业、所在地等）
     • 行为习惯（兴趣、偏好等）
     • 人际关系（最多三级关联）

4. 记忆更新

   • 为高频出现的组织、人物或事件创建实体
   • 用关系连接新实体与现有实体
   • 以观察值存储具体事实

典型应用场景

1. 个性化客服

• 记录用户历史咨询内容、偏好语言、购买记录等观察值
• 通过works_at关系关联用户与所属企业实体
• 检索用户实体时自动返回历史对话摘要

2. 多轮对话上下文管理

• 在技术支持场景中，用has_issue关系连接用户与具体问题实体
• 通过search_nodes快速定位包含“账户异常”关键词的历史对话记录

3. 企业知识图谱构建

• 创建“项目”“团队”“客户”等实体类型
• 用leads关系表示员工与项目的关联，collaborates_with表示跨团队协作

数据模型优势

• 结构化记忆：通过实体-关系-观察值三元组，避免非结构化文本的上下文丢失问题
• 持久化存储：本地知识图谱支持对话历史的长期保存与跨会话检索
• 可扩展性：通过新增实体类型和关系类型，灵活适配医疗、教育等垂直领域需求