使用 Redis 图数据库的 MCP 内存系统

该项目实现了一个用于 LLM 对话的记忆存储系统，使用 Redis Graph 进行长期记忆存储。

安装指南

先决条件

• Docker 和 Docker Compose
• Node.js（v16 或更高版本）

启动 Redis 与 RedisGraph 模块

1. 使用 Docker Compose 启动 Redis 容器并加载 RedisGraph 模块：

docker-compose up -d

2. 验证 Redis 是否正常运行且 RedisGraph 模块已加载：

docker exec -it mcp-memory-redis-1 redis-cli

进入 Redis CLI 后，可以通过以下命令查看模块信息：

MODULE LIST

使用指南

记忆管理工具

• 创建记忆：使用 createMemory 方法将新的记忆存储到数据库。
• 检索记忆：通过 getMemory 方法根据 ID 获取特定记忆。
• 搜索记忆：利用 searchMemories 方法基于关键词或条件查找相关记忆。

示例用法

// 创建一个新的 Finance 类型的记忆
await memoryService.createMemory({
  type: 'Finance',
  title: '信用卡政策更新',
  content: '新信用卡政策将在下月生效。',
  tags: ['信用卡', '金融政策']
});

// 根据 ID 检索记忆
const financeMemory = await memoryService.getMemory('12345');

// 搜索与“debit card”相关的所有 Finance 类型的记忆
const debitCardMemories = await memoryService.searchMemories({
  type: 'Finance',
  contentContains: 'debit card'
});

项目概述

核心功能

• 存储记忆：将对话中的关键信息持久化到 Redis 图数据库。
• 检索能力：支持根据 ID、类型和内容快速查找记忆。
• 关联关系：允许建立记忆之间的关联，便于复杂查询和分析。

支持的记忆类型

• 普通记忆：通用类型，适用于各种场景。
• Finance 类型：专门用于金融相关领域，如政策、交易记录等。
• 技术问题：处理与编程或系统相关的讨论内容。

系统架构

数据存储结构

• 节点（Nodes）：每个记忆对应一个图数据库节点，包含类型、标题、内容和标签等属性。
• 关系（Relationships）：用于描述不同记忆之间的关联，例如“相关”、“引用”或“影响”。

示例查询命令

# 列出所有图数据库
GRAPH.LIST

# 统计节点总数
GRAPH.QUERY memory "MATCH (n) RETURN count(n)"

# 查询 Finance 类型的记忆
GRAPH.QUERY memory "MATCH (n:Finance) RETURN n.id, n.title, n.content"

# 搜索特定内容
GRAPH.QUERY memory "MATCH (n) WHERE n.content CONTAINS 'debit card' RETURN n.id, n.type, n.content"

# 显示节点关联关系
GRAPH.QUERY memory "MATCH (a)-[r]->(b) RETURN a.id, type(r), b.id"

Docker 运行指南

构建镜像并运行

# 本地构建镜像
docker build -t mcp/memory .

# 启动容器（假设 Redis 已在同一网络中运行）
docker run --rm -i --network=mcp-memory_default -e REDIS_URL=redis://redis:6379 mcp/memory

测试指南

执行测试脚本

# 测试 Redis 连接
npm run test:redis

# 测试基本记忆操作
npm run test:memory

# 测试完整服务功能
npm run test:service

通过以上内容，您可以全面了解 MCP 内存系统的功能、安装方法和使用场景。如需进一步了解详细技术细节或进行实际部署，请参考相关文档和技术支持资源。