# HamzaFarhan
## 基本信息
- Slug: `hamzafarhan-memory`
- Source: modelscope
- Publisher: @HamzaFarhan/memory
- Categories: knowledge-and-memory / autonomous-agents
- Hosted: No
- License: Unknown
- Source URL: https://www.modelscope.cn/mcp/servers/@HamzaFarhan/memory
## 简介
暂无描述。
## MCP Server 详情

# 内存MCP

基于知识图谱的AI代理内存系统，能够在对话之间持久存储信息。

## 特性

- 使用知识图谱结构进行持久化内存存储
- 用于组织信息的实体-关系模型
- 用于添加、搜索和检索记忆的工具

## 工具

该系统提供了以下MCP工具：

- `load_knowledge_graph()`: 检索整个知识图谱
- `get_knowledge_graph_size()`: 返回当前图谱的大小类别（"small", "medium", 或 "large"）
- `add_entities(entities)`: 向内存中添加新实体
- `add_relations(relations)`: 在实体间创建关系
- `add_observations(entity_name, observations)`: 向现有实体添加观察
- `delete_entities(entity_names)`: 从内存中移除实体
- `delete_relations(relations)`: 移除关系
- `search_nodes(query, search_mode)`: 根据查询搜索匹配的实体和关系。支持三种搜索模式：
  - "exact_phrase": 将整个查询作为子字符串匹配
  - "any_token": 如果查询中的任何单词匹配则匹配（默认）
  - "all_tokens": 如果查询中的所有单词都匹配则匹配
- `open_nodes(names)`: 检索特定实体及其之间的关系

## 使用方法

运行代理程序：


uv run memory_agent.py


代理将自动执行以下操作：
1. 在对话开始时加载其内存
2. 在交互过程中引用相关信息
3. 在对话结束时用新信息更新其内存

通过输入 `q` 来退出对话。

## 配置

使用`MEMORY_FILE_PATH`环境变量设置内存存储位置（默认为`memory.json`）。