Memory Graph (memory-graph)

MemoryGraph

Graph-based MCP Memory Server for AI Coding Agents

A graph-based Model Context Protocol (MCP) server that gives AI coding agents persistent memory.

Store patterns, track relationships, retrieve knowledge across sessions.

______________________________________________________________________

快速开始

克劳德代码命令行界面（30秒）

# 1. Install (will use default SQLite database)
pipx install memorygraphMCP

# 1b. Optionally, you can specify a backend
pipx install "memorygraphMCP[falkordblite]"

# 2. Add to Claude Code (see docs/quickstart/ for other coding agents)
claude mcp add --scope user memorygraph -- memorygraph

# 3. Restart Claude Code (exit and run 'claude' again)

验证它是否有效：

claude mcp list  # Should show memorygraph with "Connected"

然后，在您的编码代理中，您可以要求它记住重要项目： *“以后记住这一点：使用pytest进行Python测试”*

Memory Creation

其他MCP客户？ 看 支持的客户 在......下面 需要pipx吗？ pip install --user pipx && pipx ensurepath 找不到命令？ 跑 pipx ensurepath 并重新启动您的终端。

重要提示： MemoryGraph提供内存工具，但您的编码代理不会自动使用它们。您需要提示或配置它来存储内存。看 内存最佳实践 在......下面

快速设置： 将此添加到您的 ~/.claude/CLAUDE.md 或 AGENTS.md 为了实现自动内存存储：

## Memory Protocol

### REQUIRED: Before Starting Work
You MUST use `recall_memories` before any task. Query by project, tech, or task type.

### REQUIRED: Automatic Storage Triggers
Store memories on ANY of:
- **Git commit** → what was fixed/added
- **Bug fix** → problem + solution
- **Version release** → summarize changes
- **Architecture decision** → choice + rationale
- **Pattern discovered** → reusable approach

### Timing Mode (default: on-commit)
`memory_mode: immediate | on-commit | session-end`

### Memory Fields
- **Type**: solution | problem | code_pattern | fix | error | workflow
- **Title**: Specific, searchable (not generic)
- **Content**: Accomplishment, decisions, patterns
- **Tags**: project, tech, category (REQUIRED)
- **Importance**: 0.8+ critical, 0.5-0.7 standard, 0.3-0.4 minor
- **Relationships**: Link related memories when they exist

Do NOT wait to be asked. Memory storage is automatic.

看 CLAUDE.md示例 了解更多配置模板。

支持的MCP客户端

MemoryGraph适用于任何符合MCP的AI编码工具：

看 配置.md 有关详细的兼容性信息。

______________________________________________________________________

为什么选择MemoryGraph？

图形关系带来差异

研究表明，朴素向量搜索在长时间和时间任务上会退化。引入深度内存检索（DMR）和LongMemEval等基准正是因为基于图的系统擅长时间查询（“用户上周决定了什么”）、跨会话推理和需要显式关系路径的多跳问题。

图形内存捕获传统向量存储中遗漏的实体、关系和时间标记。例如： Alice COMPLETED authentication_service, Bob BLOCKED_BY schema_conflicts 具有关于事件发生时间的时间线信息。

平面存储 （CLAUDE.md，矢量存储）：

Memory 1: "Fixed timeout by adding retry logic"
Memory 2: "Retry logic caused memory leak"
Memory 3: "Fixed memory leak with connection pooling"

这些之间没有联系，搜索会分别找到它们。最适合静态规则和素数指令。

图形存储 （内存图）：

[timeout_fix] --CAUSES--> [memory_leak] --SOLVED_BY--> [connection_pooling]
     |                                                        |
     +------------------SUPERSEDED_BY------------------------+

问题：“重试逻辑怎么了？”→ 返回完整的因果链。

何时使用What

关系类型

MemoryGraph跟踪7类关系：

• 因果：原因、触发器、LEADS_TO、防止
• 解决方案：解决、解决、替代、改进
• 上下文：occurrence_IN，APPLIES_TO，work_WITH，REQUIRES
• 学习：BUILDS_ON、反驳、确认
• 相似性：相似、变异、相关
• 工作流程：FOLLOWS、DEPENDS_ON、ENABLES、BLOCKS
• 质量：EFFECTIVE FOR，PREFERRED OVER，DEPRECATED BY

______________________________________________________________________

选择您的模式

memorygraph                    # Core (default, 9 tools)
memorygraph --profile extended # Extended (12 tools)

核心模式（默认）

提供日常使用的所有基本工具。存储记忆，创建关系，使用模糊匹配进行搜索，并获取会话简报。 这是大多数用户所需要的。

何时使用扩展模式

需要时切换到扩展模式：

• 数据库统计 (get_memory_statistics)-查看总记忆、按类型细分、平均重要性得分和图表指标。有助于了解您的知识库是如何增长的。

• 复杂关系查询 (search_relationships_by_context)-通过结构化上下文字段（如范围、条件和证据）搜索关系。示例：“查找所有部分实现”或“显示与实验证据的关系”

常见的扩展模式场景：

• 在重大重构之前审核内存图
• 分析数百个记忆中的模式
• 找到所有有条件应用的解决方案
• 生成项目知识覆盖率报告

# Enable extended mode in Claude Code
claude mcp add --scope user memorygraph -- memorygraph --profile extended

看 工具_文件.md 查看完整的工具列表和详细信息。

______________________________________________________________________

安装选项

pipx（推荐）

pipx install memorygraphMCP                      # Core mode (default, SQLite)
pipx install "memorygraphMCP[neo4j]"             # With Neo4j backend support
pipx install "memorygraphMCP[falkordblite]"      # With FalkorDBLite backend (embedded)
pipx install "memorygraphMCP[ladybugdb]"         # With LadybugDB backend (embedded)
pipx install "memorygraphMCP[falkordb]"          # With FalkorDB backend (client-server)

点

pip install --user memorygraphMCP

码头工人

docker compose up -d                           # SQLite
docker compose -f docker-compose.neo4j.yml up -d  # Neo4j

uvx（快速测试）

uvx memorygraph --version  # No install needed

看 配置.md 查看详细选项。

______________________________________________________________________

Claude代码Web支持

MemoryGraph通过项目挂钩在Claude Code Web（远程）环境中工作。

快速设置

将钩子文件复制到项目中：

# From memorygraph repo
cp -r examples/claude-code-hooks/.claude /path/to/your/project/

# Commit to your repo
cd /path/to/your/project
git add .claude/
git commit -m "Add MemoryGraph auto-install hooks"

当您在Claude Code Web中打开此项目时，MemoryGraph会自动安装。

持久存储（可选）

远程环境是短暂的。对于持久内存，请配置云存储 在Claude Code Web环境变量中：

看 Claude代码Web设置 详细说明。

______________________________________________________________________

配置

克劳德代码CLI

# Core mode (default)
claude mcp add --scope user memorygraph -- memorygraph

# Extended mode
claude mcp add --scope user memorygraph -- memorygraph --profile extended

# Extended mode with Neo4j backend
claude mcp add --scope user memorygraph \
  --env MEMORY_NEO4J_URI=bolt://localhost:7687 \
  --env MEMORY_NEO4J_USER=neo4j \
  --env MEMORY_NEO4J_PASSWORD=password \
  -- memorygraph --profile extended --backend neo4j

# Cloud backend (multi-device sync, zero setup)
claude mcp add --scope user memorygraph \
  --env MEMORYGRAPH_API_KEY=mg_your_key_here \
  -- memorygraph --backend cloud

获取API密钥：注册地址： memorygraph.dev 获取您的免费API密钥。

其他MCP客户端

{
  "mcpServers": {
    "memorygraph": {
      "command": "memorygraph",
      "args": ["--profile", "extended"]
    }
  }
}

看 配置.md 对于所有选项。

推荐：添加到CLAUDE.md

为了获得最佳效果，请将此添加到您的 CLAUDE.md 或项目说明：

## Memory Tools
When recalling past work or learnings, always start with `recall_memories`
before using `search_memories`. The recall tool has optimized defaults
for natural language queries (fuzzy matching, relationship context included).

这有助于克劳德使用记忆回忆的最佳工具。

______________________________________________________________________

用法

存储记忆

{
  "tool": "store_memory",
  "content": "Use bcrypt for password hashing",
  "memory_type": "CodePattern",
  "tags": ["security", "authentication"]
}

回忆往事（推荐）

{
  "tool": "recall_memories",
  "query": "authentication security"
}

返回带有关系上下文和匹配质量提示的模糊匹配结果。

搜索记忆（高级）

{
  "tool": "search_memories",
  "query": "authentication",
  "search_tolerance": "strict",
  "limit": 5
}

当您需要精确匹配或高级过滤时使用。

建立关系

{
  "tool": "create_relationship",
  "from_memory_id": "mem_123",
  "to_memory_id": "mem_456",
  "relationship_type": "SOLVES"
}

Memory Report

看 文档/示例/ 更多用例。

______________________________________________________________________

内存最佳实践

为什么记忆不是自动的

MemoryGraph是一个MCP工具提供者，而不是一个自主代理。这意味着：

• 克劳德需要被提示 使用记忆工具
• 您可以控制存储的内容 -没有明确的指示，什么都不会保存
• 配置是关键 -为CLAUDE.md添加内存协议以实现一致的行为

这种设计使您可以完全控制内存图，但需要设置才能有效工作。

如何鼓励记忆创造

1.配置CLAUDE.md（推荐）

添加内存协议 ~/.claude/CLAUDE.md 对于所有会话中的持久行为：

## Memory Protocol

### REQUIRED: Before Starting Work
You MUST use `recall_memories` before any task. Query by project, tech, or task type.

### REQUIRED: Automatic Storage Triggers
Store memories on ANY of:
- **Git commit** → what was fixed/added
- **Bug fix** → problem + solution
- **Version release** → summarize changes
- **Architecture decision** → choice + rationale
- **Pattern discovered** → reusable approach

### Timing Mode (default: on-commit)
`memory_mode: immediate | on-commit | session-end`

### Memory Fields
- **Type**: solution | problem | code_pattern | fix | error | workflow
- **Title**: Specific, searchable (not generic)
- **Content**: Accomplishment, decisions, patterns
- **Tags**: project, tech, category (REQUIRED)
- **Importance**: 0.8+ critical, 0.5-0.7 standard, 0.3-0.4 minor
- **Relationships**: Link related memories when they exist

Do NOT wait to be asked. Memory storage is automatic.

2.使用触发短语

Claude对与显式内存相关的请求反应良好：

储存:

• “保存此内容以备后用…”
• “记住…”
• “保存此模式…”
• “记录这个决定…”
• “创造一段关于……的记忆”

用于召回:

• “你还记得……什么？”
• “我们以前解决过这个问题吗？”
• “回想一下……的任何模式”
• “我们决定了什么……？”

用于会话管理:

• “总结并存储我们今天完成的工作”
• “存储此会话的摘要”
• “跟我聊聊这个项目”（使用存储的记忆）

3.建立工作流程习惯

会话开始:

You: "What do you remember about the authentication system?"
Claude: [Uses recall_memories to find relevant context]

工作期间:

You: "We fixed the Redis timeout by increasing the connection pool to 50. Store this solution."
Claude: [Uses store_memory, then create_relationship to link to the problem]

会议结束:

You: "Store a summary of what we accomplished today"
Claude: [Creates a task-type memory with summary and links]

4.项目具体配置

对于团队项目或特定存储库，请添加 .claude/CLAUDE.md 对于该项目：

## Project Memory Protocol

This project uses MemoryGraph for team knowledge sharing.

### When to Store
- Solutions to project-specific problems
- Architecture decisions and rationale
- Deployment procedures and gotchas
- Performance optimizations
- Bug fixes and root causes

### Tagging Convention
Always include these tags:
- Project name: "my-app"
- Component: "auth", "api", "database", etc.
- Type: "fix", "feature", "optimization", etc.

### Example
When fixing a bug:
1. Store the problem (type: problem)
2. Store the solution (type: solution)
3. Link them: solution SOLVES problem
4. Tag both with component and "bug-fix"

内存类型指南

选择正确的类型以更好地组织：

关系类型指南

常见的关系模式：

# Causal relationships
problem --CAUSES--> error
change --TRIGGERS--> bug

# Solution relationships
solution --SOLVES--> problem
fix --ADDRESSES--> error
pattern --IMPROVES--> code

# Context relationships
pattern --APPLIES_TO--> project
solution --REQUIRES--> dependency
pattern --WORKS_WITH--> technology

# Learning relationships
new_approach --BUILDS_ON--> old_approach
finding --CONTRADICTS--> assumption
result --CONFIRMS--> hypothesis

示例工作流

调试工作流程:

1. Encounter error → Store as type: error
2. Find root cause → Store as type: problem, link: error TRIGGERS problem
3. Implement fix → Store as type: solution, link: solution SOLVES problem
4. Result: Complete chain for future reference

功能开发工作流程:

1. Start: "Recall any patterns for user authentication"
2. Implement: [Work on feature]
3. Store: "Store this authentication pattern" → type: code_pattern
4. Link: pattern APPLIES_TO project
5. End: "Store summary of authentication implementation"

优化工作流程:

1. Identify issue → Store as type: problem
2. Test solutions → Store each as type: solution
3. Compare → Link: best_solution IMPROVES other_solutions
4. Document → Store decision with rationale

更多示例和模板

有关全面的CLAUDE.md配置示例，包括：

• 特定领域的设置（web开发、机器学习、DevOps）
• 团队协作协议
• 从其他系统迁移策略

请参阅： CLAUDE.md配置示例

______________________________________________________________________

后端

MemoryGraph支持8个后端选项，以满足您的部署需求：

新增：FalkorDB选项

• FalkorDBLite：零配置嵌入式数据库，支持原生Cypher，从SQLite完美升级
• 瓢虫数据库：领先的柱状嵌入式图形数据库，支持Cypher
• FalkorDB 的：基于Redis的图数据库，p99比Neo4j快500倍(文档)

新增：云后端

• 多设备同步：随时随地访问您的记忆
• 团队协作：与您的团队分享回忆
• 自动备份：永远不要失去你的知识图谱
• 零维护：不需要数据库设置

看 配置.md 有关设置详细信息和 云后端指南 用于云特定配置。

______________________________________________________________________

多租户（v0.10.0+）

MemoryGraph现在支持团队内存共享和组织部署的可选多租户。第一阶段提供了具有100%向后兼容性的基础架构。

主要特点：

• 可选的：默认情况下禁用，对现有单租户部署没有影响
• 租户隔离：将记忆范围扩大到特定组织/团队
• 可见性级别：通过以下方式控制访问 private, project, team，或 public 可见性
• 迁移支持：使用内置CLI命令迁移现有数据库
• 性能优化：条件索引仅在启用多租户模式时创建

快速入门：

# Migrate existing database to multi-tenant mode
memorygraph migrate-to-multitenant --tenant-id="acme-corp" --dry-run

# Enable multi-tenant mode
export MEMORY_MULTI_TENANT_MODE=true
memorygraph

使用案例：

• 团队协作和共享记忆
• 多团队组织
• 部门特定知识库
• 企业部署

看 MULTI_TENNCY.md 获取完整的指南，包括架构、迁移步骤和使用模式。

路线图：

• ✅ 阶段1（v0.10.0）：使用可选租户字段增强架构
• 第2阶段（v0.11.0）：查询过滤和可见性实施
• 阶段3（v1.0.0）：身份验证集成（JWT、OAuth2）
• 第4阶段（v1.1.0）：高级RBAC和审计日志

______________________________________________________________________

建筑

存储器类型

• 任务 -开发任务和模式
• 代码模式 -可重复使用的解决方案
• 问题 -遇到的问题
• 解决方案 -问题是如何解决的
• 项目 -代码库上下文
• 技术 -框架/工具知识

项目结构

memorygraph/
├── src/memorygraph/     # Main source
│   ├── server.py        # MCP server (11 tools)
│   ├── backends/        # SQLite, Neo4j, Memgraph, FalkorDB, Turso, Cloud
│   ├── migration/       # Backend-to-backend migration
│   └── tools/           # Tool implementations
├── tests/               # 1,068 tests
└── docs/                # Documentation

看 schema.md 完整的数据模型。

______________________________________________________________________

故障排除

找不到命令？

pipx ensurepath && source ~/.bashrc  # or ~/.zshrc

MCP连接失败？

memorygraph --version    # Check installation
claude mcp list          # Check connection status

多版本冲突？

# Option A: Use full path to avoid venv conflicts (recommended)
claude mcp add memorygraph -- ~/.local/bin/memorygraph

# Option B: Create symlink for cleaner config (requires sudo once)
sudo ln -s ~/.local/bin/memorygraph /usr/local/bin/memorygraph
# Then use simple command
claude mcp add memorygraph -- memorygraph

看 故障排除.md 更多解决方案。

______________________________________________________________________

发展

git clone https://github.com/gregorydickson/memorygraph.git
cd memorygraph
pip install -e ".[dev]"
pytest tests/ -v --cov=memorygraph

______________________________________________________________________

v0.11.0的新增功能

用于代理框架的Python SDK

新 memorygraphsdk -流行AI框架的原生集成！

pip install memorygraphsdk[all]  # All integrations

from memorygraphsdk import MemoryGraphClient

client = MemoryGraphClient(api_key="mg_...")
memory = client.create_memory(
    type="solution",
    title="Fixed Redis timeout",
    content="Used exponential backoff",
    tags=["redis", "fix"]
)

看 SDK文档 获取完整的集成指南。

______________________________________________________________________

v0.10.0的新增功能

上下文预算优化（节省60-70%的代币）

• 更倾斜的刀具轮廓 -删除了29个未实现的工具，仅保留生产就绪功能
• 9个核心工具/12个扩展工具 -适用于任何上下文窗口的集中工具集
• 节省了约40000个代币 -为您的实际工作提供更多空间
• ADR-017 -上下文预算作为架构约束(docs/adr/017-预算约束.md)

云后端（生产就绪）

• 多设备同步 -随时随地访问记忆
• 断路器型式 -具有自动恢复功能，能够抵御网络故障
• 零设置 -只需从添加您的API密钥 memorygraph.dev
• 团队协作就绪 -与您的团队分享知识图表

# Enable cloud backend
claude mcp add --scope user memorygraph \
  --env MEMORYGRAPH_API_KEY=mg_your_key_here \
  -- memorygraph --backend cloud

双时态记忆跟踪

• 时间旅行查询 -查询任何时间点已知的信息
• 知识进化 -跟踪解决方案和理解的变化
• 四个时间域 - valid_from, valid_until, recorded_at, invalidated_by
• 迁移支持 -使用以下命令升级现有数据库 migrate_to_bitemporal()
• 灵感来自Graphiti -从Zep AI经过验证的时间模型中学习

# Query what solutions existed in March 2024
march_2024 = datetime(2024, 3, 1, tzinfo=timezone.utc)
relationships = await db.get_related_memories("error_id", as_of=march_2024)

# Get full history of how understanding evolved
history = await db.get_relationship_history("problem_id")

# See what changed in the last week
changes = await db.what_changed(since=one_week_ago)

语义导航

• 内容相关式搜索 -LLM驱动的无嵌入图遍历
• 图形优先法 -通过Cipher从矢量搜索转向验证
• 范围查询 -在相关内存上下文中搜索

看 临时记忆.md 用于全面的时间跟踪指南和 CLOUD_BACKEND.md 用于云设置。

______________________________________________________________________

v0.9.5的新增功能

云后端和Turso支持

• MemoryGraph云 -REST API客户端，带断路器以实现弹性（即将推出）
• Turso 后端 -分布式SQLite，支持边缘部署的嵌入式副本
• 总共8个后端 -sqlite、neo4j、memgraph、falkordb、falkordblite、ladybugdb、turso、cloud

后端迁移

• memorygraph migrate -在任意两个后端之间迁移数据
• 五阶段验证 -飞行前检查、导出、验证、导入、验证
• 干运行模式 -不写入数据的测试迁移
• 回滚支持 -故障时自动清理

# Migrate from SQLite to FalkorDB
memorygraph migrate --from sqlite --to falkordb --to-uri redis://localhost:6379

# Test migration first
memorygraph migrate --from sqlite --to neo4j --dry-run

通用出口/进口

• 适用于所有后端 -从任何后端导出，导入到任何后端
• 进度报告 -跟踪长时间运行的操作
• 格式v2.0 -具有后端信息和计数的增强元数据

memorygraph export --format json --output backup.json
memorygraph import --format json --input backup.json --skip-duplicates

架构改进

• 断路器 -防止云后端发生级联故障
• 线程安全后端创建 -对并发迁移安全
• 异步正确性 -所有Turso操作均正常无阻塞

v0.9.0的新增功能

分页和循环检测

• 结果分页 对于大型数据集 limit 和 offset 参数
• 循环检测 默认情况下防止循环关系

健康检查CLI

• 快速诊断 和 memorygraph --health
• JSON输出 和 --health-json 用于脚本编写

______________________________________________________________________

路线图

当前版本（v0.11.0）✅

• 开发包 - memorygraphsdk 与LlamaIndex、LangChain、CrewAI、AutoGen集成
• 云后端 -通过memorygraph.dev实现多设备同步
• 双时间跟踪 -追踪知识随时间的演变
• 语义导航 -LLM驱动的上下文搜索
• 8个后端选项（SQLite、Neo4j、Memgraph、FalkorDB、Falkor DBLite、Ladybug DB、Turso、云）
• 通过1200多项测试
• 两个PyPI包： memorygraphMCP + memorygraphsdk

计划中（v1.0+）

• 实时团队同步
• 多租户功能
• 增强的SDK文档

看 产品_地图.md 了解详情。

______________________________________________________________________

贡献

看 贡献.md 作为指导方针。

______________________________________________________________________

许可证

MIT许可证-请参阅 许可证.

______________________________________________________________________

链接

• 文档
• 讨论

______________________________________________________________________

专为Claude Code社区打造

*从简单开始。需要时升级。永远不要再失去背景。*