MemoDB MCP Server

MCP 服务器，用于管理 AI 应用的对话上下文和个人知识库。该服务器通过模型上下文协议(MCP)提供用户数据、对话内容和知识管理的工具。

主要功能

1. 用户管理

• create_user: 创建新用户
• get_user: 获取用户信息
• update_user: 更新用户信息
• delete_user: 删除用户

2. 对话数据管理

• insert_blob: 插入对话数据
• get_blob: 获取对话数据
• delete_blob: 删除对话数据

3. 知识库管理

• query_knowledge: 查询知识库
  • 支持全文搜索
  • 支持按类型、标签、来源过滤
  • 支持限制返回结果数量
• add_knowledge: 添加新知识
  • 支持设置知识来源
  • 支持设置知识类型
  • 支持添加标签
• update_knowledge: 更新已有知识
  • 支持更新内容和元数据
  • 支持修改标签
• relate_knowledge: 创建知识关联
  • 支持设置关联类型
  • 支持设置关联权重

技术亮点

1. 类型安全

   • 使用 TypeScript 实现
   • 完整的类型定义和检查
   • 编译时错误检测

2. 错误处理

   • 全面的错误处理机制
   • 详细的错误信息
   • 错误日志记录

3. API 设计

   • 基于 JSON-RPC 2.0 协议
   • RESTful API 风格
   • 清晰的接口定义

4. 可扩展性

   • 模块化设计
   • 插件式工具注册
   • 易于添加新功能

安装和配置

1. 安装依赖:

npm install

1. 配置环境变量: 创建 .env 文件并设置:

MEMOBASE_API_URL=your_api_url    # API 服务器地址
MEMOBASE_API_KEY=your_api_key    # API 访问密钥

1. 构建项目:

npm run build

1. 运行服务器:

# 生产环境
npm start

# 开发环境
npm run dev

API 示例

1. 添加知识

const result = await callTool('add_knowledge', {
  uid: 'user123',
  content: '人工智能是计算机科学的一个分支...',
  metadata: {
    source: 'wiki',
    type: 'article',
    tags: ['AI', '计算机科学', '技术']
  }
});

2. 查询知识

const result = await callTool('query_knowledge', {
  uid: 'user123',
  query: '人工智能',
  filters: {
    types: ['article'],
    tags: ['AI'],
    sources: ['wiki']
  },
  limit: 10
});

3. 关联知识

const result = await callTool('relate_knowledge', {
  uid: 'user123',
  source_kid: 'knowledge1',
  target_kid: 'knowledge2',
  relation_type: 'related_to',
  weight: 0.8
});

开发指南

1. 添加新工具

   • 在 src/tools 目录下创建工具实现
   • 在 src/api/types.ts 添加类型定义
   • 在 src/index.ts 注册工具

2. 修改配置

   • 编辑 src/config.ts 更新配置项
   • 在 .env 文件中添加新的环境变量

3. 运行测试

npm test

常见问题

如果您在使用过程中遇到问题，请参考 常见问题与解决方案 文档。

许可证

MIT