Memory MCP：AI 的持久化知識圖譜

你是否希望 AI 助手能在對話間記住資訊？例如記住你的專案結構、編碼偏好，或不想每次都重複的重要上下文？

Memory MCP 正好提供這個功能 - 一個持久化知識圖譜，讓 Claude 能在聊天會話間記住資訊。

什麼是 Memory MCP？

Memory MCP（也稱為知識圖譜記憶伺服器）是 Anthropic 官方的 MCP 服務器，使用儲存為 JSONL 檔案的本地知識圖譜為 Claude 提供持久化記憶。

核心概念：知識圖譜

系統使用三個核心組件：

實體（Entities） - 知識圖譜中的主要節點（人、專案、概念）
關係（Relations） - 實體間的有向連接（以主動語態儲存）
觀察（Observations） - 關於實體的離散資訊片段

核心特色

持久化記憶 🧠
- 資訊在聊天會話間保存
- 儲存在本地 JSONL 檔案
- 不會將資料發送到外部伺服器
結構化知識 🕸️
- 具有實體和關係的知識圖譜
- 概念間的語義關係
- 易於查詢和遍歷
隱私優先 🔒
- 所有資料本地儲存
- 完全控制你的資料
- 無雲端依賴
跨會話上下文 🔄
- Claude 記得之前的對話
- 基於過去討論建立
- 無需重複上下文

安裝與設定

方法一：使用官方 CLI（推薦）

# 安裝到專案
claude mcp add \
  --scope project \
  memory \
  -e MEMORY_FILE_PATH=./.claude/memory.json \
  -- npx -y @modelcontextprotocol/server-memory

# 安裝到全域
claude mcp add \
  --scope global \
  memory \
  -e MEMORY_FILE_PATH=~/.claude/memory.json \
  -- npx -y @modelcontextprotocol/server-memory

方法二：手動配置

編輯 .mcp.json（專案）或 ~/.claude/.mcp.json（全域）：

{
  "mcpServers": {
    "memory": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-memory"],
      "env": {
        "MEMORY_FILE_PATH": "./.claude/memory.json"
      }
    }
  }
}

實際使用範例

範例一：記住專案架構

你：「記住：這個專案使用微服務架構，有 5 個服務：
auth、api、database、cache 和 queue」

Memory MCP 創建：
- 實體：「project-architecture」（類型：architecture）
- 觀察：「使用微服務架構」
- 實體：「auth-service」（類型：service）
- 關係：project-architecture -> contains -> auth-service
...

下次會話：
你：「我們的專案架構是什麼？」
Claude：「你的專案使用微服務架構，有 5 個服務...」

範例二：記住編碼偏好

你：「我偏好使用 const 而非 let，箭頭函數而非 function 宣告」

Memory MCP 創建：
- 實體：「coding-preferences」（類型：preferences）
- 觀察：「偏好 const 而非 let」
- 觀察：「偏好箭頭函數而非 function 宣告」

稍後：
Claude 在撰寫代碼時自動應用這些偏好

可用工具

1. `create_entities` - 創建實體

2. `create_relations` - 創建關係

3. `add_observations` - 添加觀察

4. `search_nodes` - 搜尋節點

5. `open_nodes` - 開啟特定節點

6. `delete_entities` - 刪除實體

7. `delete_observations` - 刪除觀察

8. `read_graph` - 讀取整個圖譜

最佳實踐

✅ 推薦

結構化實體名稱 - 使用清晰的命名
清晰的實體類型 - 保持類型一致性
主動語態關係 - 使用「depends-on」而非被動語態
細粒度觀察 - 保持觀察具體明確
定期記憶審查 - 定期檢查記憶圖譜

❌ 避免

儲存敏感資料 - 絕不儲存密碼、API 金鑰或個人資訊
重複實體 - 創建前檢查實體是否存在
模糊觀察 - 保持具體和可操作
循環引用 - 可能導致圖遍歷混亂

記憶範圍策略

策略一：專案特定記憶

策略二：全域共享記憶

策略三：混合方法

與其他 MCP 整合

Memory + Filesystem MCP

Memory + Context7 MCP

結論

Memory MCP 將 Claude 從無狀態助手轉變為具有持久上下文感知的助手。它實現：

✅ 跨會話連續性
✅ 專案知識積累
✅ 個人化 AI 協助
✅ 減少上下文重複

適合你嗎？

使用場景	推薦度
長期專案	⭐⭐⭐⭐⭐
多個相關專案	⭐⭐⭐⭐⭐
團隊知識分享	⭐⭐⭐⭐
個人編碼偏好	⭐⭐⭐⭐⭐
一次性任務	⭐⭐

立即開始

安裝：claude mcp add --scope project memory -e MEMORY_FILE_PATH=./.claude/memory.json -- npx -y @modelcontextprotocol/server-memory
開始建立你的知識圖譜
享受持久化 AI 記憶