# 知识图谱

MCPKG是一个基于Go语言实现的知识图谱系统，通过模型上下文协议(MCP)提供结构化信息的存储、管理和查询功能，支持语义三元组操作和持久化存储。

一个连接AI代理与Apache Jena的MCP服务器，提供SPARQL查询功能

NeoCoder是一个基于Neo4j知识图谱的AI编程辅助系统，通过MCP服务器实现AI助手与知识图谱的交互，提供标准化编码工作流程、动态指令手册和项目记忆功能。系统支持多种操作模式（incarnations），包括基础编程、科学研究、决策分析、复杂系统建模、知识图谱管理和代码分析等，通过Neo4j存储工作流模板和执行记录，确保编码过程的可追溯性和标准化。

MCP Memory是一个基于Elasticsearch的持久化记忆系统，为AI对话提供长期记忆存储能力，解决传统AI对话中上下文丢失的问题。

MCP Klaudium是一个增强型记忆服务器，具备动态压缩、上下文管理和思维过程集成功能，基于知识图谱实现实体关系存储与检索，支持时间感知和记忆重要性评估。

该项目为MCP内存服务器添加了知识图谱管理功能，采用PouchDB数据库实现高效存储，支持自定义存储路径和时间戳记录。

Ummon是一个代码分析工具，通过构建代码知识图谱来增强对代码库的理解，支持多语言代码分析、高级查询系统和智能推荐功能。

专为开发团队设计的智能上下文管理系统，持久化记录项目结构、依赖关系和开发进度

一个基于Python的服务应用，提供从SharePoint获取元数据和通过语义相似性搜索从Neo4j知识图谱检索实体的功能。

一个通用的资源管理系统，支持多种资源类型（论文、网页、书籍等）的管理，并与知识图谱集成，提供结构化笔记和状态跟踪功能。

一个基于知识图谱的Python内存服务器，用于实现Claude AI的持久化记忆功能

该项目通过Docker Compose搭建了多种Model Context Protocol (MCP)服务，包括Git操作、文件系统、PostgreSQL数据库、知识图谱存储及可视化调试工具，提供完整的本地开发环境部署方案。

一个基于知识图谱的Python内存MCP服务器，使用SQLite作为后端，实现跨对话的持久化记忆存储与管理。

一个基于Neo4j的知识图谱管理MCP服务器实现，提供标准接口进行图数据库的存储与检索。

一个实现Model Context Protocol (MCP)的服务，用于管理Claude的记忆和知识图谱，支持本地开发和测试。

Memory Custom项目为MCP团队的Memory服务器新增了自定义内存路径和时间戳功能，优化了知识图谱的管理和交互追踪。

一个基于知识图谱的持久化记忆服务器实现，允许Claude在不同聊天中记住用户信息。提供实体、关系和观察的创建、查询、更新和删除功能，支持本地JSON存储。

一个支持FastAPI和FastMCP双协议的知识图谱服务，提供Qdrant向量数据库的核心操作功能。

MCP上下文管理器是一个通过知识图谱实现跨会话持久化AI上下文的解决方案，支持多领域智能管理。

基于知识图谱的持久化记忆服务器，支持跨会话用户信息存储与检索

一个基于MCP协议的知识图谱管理服务器，支持多种启动方式和完整的知识图谱操作功能，包含实验性的短故事生成能力。

一个基于知识图谱的持久化记忆服务器实现，支持跨会话记忆用户信息和错误学习系统，包含实体管理、关系建立、观察记录和错误课程等核心功能。

MemoryMesh是一个为AI模型设计的知识图谱服务器，专注于文本角色扮演游戏和互动叙事。它通过动态模式定义和自动生成工具，帮助AI在对话中维护一致且结构化的记忆，实现更丰富、更动态的交互体验。

将精准医学知识图谱(PrimeKG)导入Neo4j数据库的项目，用于生物医学数据分析和探索。

一个通过多类型数据库集成增强AI编程能力的记忆系统，包含向量数据库、SQLite和知识图谱，用于存储和检索代码模式、算法及编程概念关系。

该项目为MCP团队的Memory服务器新增了自定义内存路径和时间戳功能，支持通过LLM构建知识图谱来管理交互记忆。

基于Redis Graph的LLM对话记忆系统

基于Neo4j的知识图谱记忆服务器，为AI交互提供高效存储和检索能力

MCP Neo4j知识图谱记忆服务器是基于Neo4j图数据库的增强版记忆存储系统，为AI助手提供高性能的知识图谱存储和检索能力。

Logseq知识图谱AI交互工具