Graphiti MCP

अवलोकन

Graphiti MCP Graphiti के लिए आधिकारिक Model Context Protocol (MCP) सर्वर कार्यान्वयन है, जो Zep द्वारा AI एजेंटों के लिए तैयार वास्तविक समय, समय-सचेत ज्ञान ग्राफ बनाने के लिए एक ओपन-सोर्स पायथन फ्रेमवर्क है।

यह AI कोडिंग सहायकों और एजेंटों को एक गतिशील ज्ञान ग्राफ बैकएंड से जोड़ता है, जिससे उन्हें संवादों और जानकारी को संरचित एपिसोड, इकाइयों और टाइमस्टैम्प के साथ संबंधों के रूप में संग्रहीत करने की अनुमति मिलती है। यह स्थायी स्मृति प्रदान करता है, भ्रम को कम करता है, बेहतर दीर्घकालिक तर्क को सक्षम बनाता है और समूहों के माध्यम से बहु-किरायेदार अलगाव का समर्थन करता है।

MCP सर्वर Graphiti की मूल क्षमताओं को खोजने योग्य उपकरणों के रूप में उजागर करता है, जिससे उन्नत एजेंटिक स्मृति Claude Desktop, Cursor, Gemini CLI और अन्य MCP क्लाइंट जैसे उपकरणों के लिए सुलभ हो जाती है।

मुख्य विशेषताएं

• एपिसोड प्रबंधन: अस्थायी मेटाडेटा के साथ संवाद एपिसोड जोड़ें, पुनर्प्राप्त करें, अपडेट करें और हटाएं।
• इकाई और संबंध निष्कर्षण: पाठ से इकाइयों और संबंधों को स्वचालित रूप से निकालें और उन्हें ग्राफ में संग्रहीत करें।
• सिमेंटिक और हाइब्रिड खोज: नोड्स, किनारों और अस्थायी संदर्भ में शक्तिशाली खोज।
• समूह प्रबंधन: उपयोगकर्ताओं, परियोजनाओं या सत्रों के बीच डेटा को अलग करने के लिए group_id के साथ बहु -किरायेदार समर्थन।
• ग्राफ रखरखाव: ज्ञान ग्राफ को छाँटने, साफ करने और अनुकूलित करने के लिए उपकरण।
• समय-सचेतता: समय-संवेदनशील तर्क के लिए जानकारी कब जोड़ी या अपडेट की गई, इसकी जानकारी रखता है।
• बैकएंड लचीलापन: FalkorDB (कई सेटअप में डिफ़ॉल्ट), Neo4j और अन्य ग्राफ डेटाबेस के साथ काम करता है।

यह कैसे काम करता है

1. Graphiti MCP सर्वर चलाएँ (Docker Compose, Python, या सामुदायिक forks के माध्यम से)।
2. अपने MCP क्लाइंट (जैसे Claude Desktop) को कनेक्ट करें इसके कॉन्फ़िगरेशन में सर्वर को जोड़कर।
3. AI एजेंट add_episode, search_nodes, get_entities, या delete_group जैसे उपकरणों को कॉल करता है।
4. Graphiti अनुरोध को संसाधित करता है: पाठ से संरचित ज्ञान निकालता है, इसे टाइमस्टैम्प के साथ संग्रहीत करता है, और प्रासंगिक संदर्भ या ग्राफ डेटा लौटाता है।

यह एक साझा, क्वेरी करने योग्य दीर्घकालिक स्मृति बनाता है जो सत्रों में बनी रहती है और प्रत्येक इंटरैक्शन के साथ बेहतर होती है।

उपयोग के मामले

• एजेंटिक मेमोरी और दीर्घकालिक संदर्भ: वार्तालाप इतिहास, उपयोगकर्ता प्राथमिकताएँ और सीखे गए तथ्यों को एक संरचित ग्राफ के रूप में बनाए रखें।
• व्यक्तिगत AI सहायक: टोकन विस्तार के बिना उपयोगकर्ता विवरण, परियोजना संदर्भ, या पिछले निर्णयों को याद रखें।
• जटिल तर्क वर्कफ़्लोज़: गहन विश्लेषण के लिए एजेंट रिश्तों और ऐतिहासिक डेटा को क्वेरी करते हैं।
• बहु-सत्र अनुप्रयोग: कोडिंग एजेंट, शोध सहायक, या ग्राहक सहायता बॉट के लिए स्थायी स्मृति।
• बहु - किरायेदार प्रणाली: समूहों का उपयोग करके प्रति उपयोगकर्ता या परियोजना ज्ञान ग्राफ को अलग करें।
• हाइब्रिड एजेंट सिस्टम: पूर्ण एजेंटिक क्षमताओं के लिए अन्य एमसीपी सर्वर (खोज, डेटाबेस, DevTools) के साथ संयोजन करें।

आरंभ करना

आधिकारिक रिपॉजिटरी

• मुख्य ग्राफिटी परियोजना (/mcp_server में एमसीपी सर्वर शामिल है): https://github.com/getzep/graphiti

त्वरित सेटअप (Docker अनुशंसित)

git clone https://github.com/getzep/graphiti.git
cd graphiti/mcp_server
# Docker Compose के लिए README का पालन करें (FalkorDB + Graphiti MCP शामिल है)
docker compose up

इसे अपने एमसीपी क्लाइंट कॉन्फ़िगरेशन में जोड़ें (SSE/HTTP परिवहन के लिए उदाहरण) और एलएलएम कुंजियाँ (OpenAI, Anthropic, आदि) कॉन्फ़िगर करें।

विस्तृत निर्देश एमसीपी सर्वर README और ज़ेप प्रलेखन में हैं।

Neo4j, Ollama समर्थन, या उन्नत बहु-परियोजना सेटअप के लिए सामुदायिक वेरिएंट मौजूद हैं।

लाभ

ग्राफिटी एमसीपी स्टेटलेस AI इंटरैक्शन को स्टेटफुल, मेमोरी-समृद्ध अनुभवों में बदल देता है। कच्चे टेक्स्ट को एक क्वेरी योग्य, लौकिक ज्ञान ग्राफ में बदलकर, एजेंट समय के साथ संदर्भ प्रतिधारण, रिश्तों की समझ और तर्क संगति में नाटकीय रूप से बेहतर प्रदर्शन प्राप्त करते हैं।

इसका व्यापक रूप से एजेंटिक अनुप्रयोगों में उपयोग किया जाता है और एमसीपी पारिस्थितिकी तंत्र में तीव्र अपनाने को देखा गया है, जहाँ एमसीपी सर्वर का संस्करण 1.0 एक प्रमुख मील का पत्थर है।