Claude Code Memory Server

克劳德代码存储服务器

基于Neo4j的模型上下文协议（MCP）服务器，为Claude Code提供智能内存功能，实现持久知识跟踪、关系映射和上下文开发辅助。

概述

此MCP服务器创建了一个复杂的内存系统，该系统跟踪Claude Code的活动、决策和学习模式，以提供跨会话和项目的上下文内存。它使用Neo4j作为图形数据库来捕获和分析开发概念、解决方案和工作流之间的复杂关系。

特性

核心内存操作

• 持久内存存储 -存储开发任务、解决方案和模式
• 智能搜索 -根据上下文、内容或关系查找相关记忆
• 关系映射 -跟踪不同概念、文件和解决方案之间的关系
• 情境感知 -特定项目和特定技术的内存检索

高级智能

• 模式识别 -自动识别可重用的开发模式
• 解决方案有效性 -跟踪并学习成功的方法
• 工作流内存 -记住并建议最佳开发顺序
• 错误预防 -从过去的错误中吸取教训，防止类似问题的发生

开发集成

• 任务执行跟踪 -监控Claude Code的功能和方式
• 代码模式分析 -识别并存储成功的代码模式
• 项目上下文记忆 -了解代码库约定和依赖关系
• 协作学习 -在开发会议上分享知识

建筑

存储器类型

• 任务 -开发任务及其执行模式
• 代码模式 -可重用代码解决方案和架构决策
• 问题 -遇到的问题及其背景
• 解决方案 -问题是如何解决的及其有效性
• 项目 -代码库上下文和项目特定知识
• 技术 -框架、语言和工具特定知识

关系类型

该系统跟踪七类关系：

1. 因果 - CAUSES, TRIGGERS, LEADS_TO, PREVENTS, BREAKS
2. 解决方案 - SOLVES, ADDRESSES, ALTERNATIVE_TO, IMPROVES, REPLACES
3. 上下文 - OCCURS_IN, APPLIES_TO, WORKS_WITH, REQUIRES, USED_IN
4. 学习 - BUILDS_ON, CONTRADICTS, CONFIRMS, GENERALIZES, SPECIALIZES
5. 相似性 - SIMILAR_TO, VARIANT_OF, RELATED_TO, ANALOGY_TO, OPPOSITE_OF
6. 工作流程 - FOLLOWS, DEPENDS_ON, ENABLES, BLOCKS, PARALLEL_TO
7. 质量 - EFFECTIVE_FOR, INEFFECTIVE_FOR, PREFERRED_OVER, DEPRECATED_BY, VALIDATED_BY

安装

先决条件

• Python 3.10或更高版本
• Neo4j数据库（本地或云端）
• 支持MCP的Claude代码

设置

1. 克隆存储库：

git clone https://github.com/viralvoodoo/claude-code-memory.git
cd claude-code-memory

1. 安装依赖项：

pip install -e .

1. 设置Neo4j连接：

cp .env.example .env
# Edit .env with your Neo4j credentials

1. 初始化数据库架构：

python -m claude_memory.setup

配置

环境变量

• NEO4J_URI -Neo4j数据库URI（默认值：bolt://localhost:7687)
• NEO4J_USER -数据库用户名（默认：neo4j）
• NEO4J_PASSWORD -数据库密码
• MEMORY_LOG_LEVEL -日志记录级别（默认值：INFO）

Claude代码集成

添加到您的Claude Code MCP配置中：

{
  "mcpServers": {
    "claude-memory": {
      "command": "python",
      "args": ["-m", "claude_memory.server"],
      "env": {
        "NEO4J_URI": "bolt://localhost:7687",
        "NEO4J_USER": "neo4j",
        "NEO4J_PASSWORD": "your-password"
      }
    }
  }
}

用法

可用的MCP工具

核心内存操作

• store_memory -用上下文存储新的开发记忆
• get_memory -通过具有关系的ID检索特定内存
• search_memories -按内容、上下文或关系查找记忆
• update_memory -修改现有内存内容
• delete_memory -删除内存和清理关系

关系管理

• create_relationship -将记忆与特定关系类型联系起来
• get_related_memories -查找与特定记忆相关的记忆
• analyze_relationships -在记忆图中发现关系模式

发展情报

• analyze_codebase -扫描项目并创建上下文记忆图
• track_task_execution -记录开发工作流程和模式
• suggest_similar_solutions -寻找类似的过去解决方案
• predict_solution_effectiveness -估计方法的成功概率

高级分析

• get_memory_graph -可视化知识网络和关系
• find_memory_paths -发现概念之间的连接链
• memory_effectiveness -跟踪和分析解决方案成功率

发展

项目结构

claude-code-memory/
├── src/claude_memory/          # Main source code
│   ├── __init__.py
│   ├── server.py              # MCP server implementation
│   ├── models.py              # Data models and schemas
│   ├── database.py            # Neo4j database operations
│   ├── memory_store.py        # Core memory logic
│   ├── relationships.py       # Relationship management
│   ├── search.py              # Search and retrieval
│   └── intelligence.py        # Pattern recognition and analytics
├── tests/                     # Test suite
├── docs/                      # Documentation
├── scripts/                   # Utility scripts
└── pyproject.toml            # Project configuration

开发设置

# Install development dependencies
pip install -e ".[dev]"

# Install pre-commit hooks
pre-commit install

# Run tests
pytest

# Format code
black src/ tests/
ruff --fix src/ tests/

# Type checking
mypy src/

贡献

我们欢迎捐款！请查看我们的 贡献指南 了解详情。

开发工作流程

1. 检查现有
2. 分叉存储库并创建功能分支
3. 根据我们的编码标准进行更改
4. 添加新功能的测试
5. 提交一个带有明确描述的拉取请求

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

路线图

第一阶段：基础（当前）

• ✅ 项目设置和基本MCP服务器
• 🔄 核心内存操作（CRUD）
• ⏳ 基础关系管理

第二阶段：情报

• ⏳ 高级关系系统
• ⏳ 模式识别
• ⏳ 语境意识

第三阶段：整合

• ⏳ Claude Code工作流集成
• ⏳ 自动内存捕获
• ⏳ 主动建议

第四阶段：分析

• ⏳ 记忆有效性跟踪
• ⏳ 知识图可视化
• ⏳ 性能优化

支持

• -Bug报告和功能请求
• 讨论 -问题和社区支持
• 文档 -详细指南和API参考资料

致谢

• 模型上下文协议 -协议规范和示例
• Neo4j -图形数据库平台
• 克劳德代码 -人工智能驱动的开发环境