Kng MCP Server

KNG MCP服务器

知识叙事图MCP服务器-基于随机树模型（RTM）的人工智能系统的时间叙事记忆服务。

概述

KNG MCP Server实现了一个受人类记忆层次结构启发的复杂内存组织系统。它将信息组织成时间上的“书籍”和“书架”，在不同的时间尺度（分钟）上压缩和保存知识→ hour → day → week → 月→ 年）。

主要特点

• 时间层次结构：信息通过智能压缩跨多个时间尺度进行组织
• 持久主题：重要概念和叙述跨越时间界限
• 智能组织：自动分类为活动、最近、存档和参考书架
• 基于图形的存储：基于具有丰富节点和边关系的知识图
• MCP集成：作为模型上下文协议工具公开，用于无缝的人工智能集成

建筑

该服务基于三个核心概念：

1. 书籍：保存按时间组织的相关知识图的临时容器
2. 架子：按时间相关性和目的组织书籍的类别
3. 持久主题：跨越时间界限的关键概念

可用的MCP工具

• kng_create_book -从保存的图形创建新的时态书
• kng_get_library_shelves -按类别组织所有图书馆书架
• kng_get_books_on_shelf -将所有书籍放在特定的书架上
• kng_search_books -按查询和标签搜索书籍
• kng_get_book -按ID获取特定书籍
• kng_update_book -当书籍的基础图形发生变化时，更新书籍
• kng_delete_book -在保留主题的同时安全删除书籍
• kng_get_library_stats -获取库统计数据以进行监控

安装

# Install dependencies
npm install

# Build the server
npm run build

# Run in development mode
npm run dev

# Start the server
npm start

用法

作为MCP服务器

该服务器作为基于stdio的MCP服务器运行。配置您的MCP客户端以连接到它：

{
  "kng-mcp-server": {
    "command": "node",
    "args": ["path/to/kng-mcp-server/dist/stdio.js"],
    "transport": "stdio"
  }
}

创作一本书

// Example graph structure
const graph = {
  metadata: {
    id: "graph-001",
    title: "AI Research Notes",
    description: "Research on temporal memory systems",
    tags: ["research", "memory", "AI"],
    created: new Date(),
    modified: new Date(),
    version: "1.0"
  },
  nodes: new Map([
    ["node1", { id: "node1", label: "RTM Model", type: "concept" }],
    ["node2", { id: "node2", label: "Temporal Compression", type: "theme" }]
  ]),
  edges: new Map([
    ["edge1", { id: "edge1", source: "node1", target: "node2", label: "implements" }]
  ])
};

// Create book with 'day' time scale
const result = await kng_create_book({
  graph: graph,
  timeScale: "day"
});

配置

该服务使用RTM启发的参数：

• 最大分支因子：每个时间节点的最大子节点数（默认值：4）
• 最大叙事深度：最大时间层次深度（默认值：6）
• 压缩目标：每个时间尺度的目标压缩比
• 连续性规则：确定跨越时间界限的持续性的规则

存储器结构

货架类别

1. 活跃的：目前正在开发故事和主题（\30天）

时间尺度

• 分钟：无压缩，细节完整
• 小时：轻微压缩（1.2倍）
• 日：中度压缩（2次）
• 周：显著压缩（4x）
• 月：高压缩（8x）
• 年：最大压缩（16x）

发展

# Type checking
npm run type-check

# Build
npm run build

# Development with hot reload
npm run dev

与Aura框架集成

此MCP服务器旨在与Aura AI框架集成，提供：

• 通过结构化叙述增强搜索能力
• 通过持续的主题加深情感背景
• 具有长期记忆的丰富用户资料
• 具有智能归档功能的自动化内存组织

许可证

麻省理工学院

贡献

欢迎投稿！请确保所有TypeScript类型都已正确定义，并遵循现有的代码结构。