a2a mcp
Back to MCP Servers
Graphiti MCP logo
mcp-server223

Graphiti MCP

Graphiti MCP 是 Graphiti 的官方模型上下文協議伺服器，讓 AI 助手和編碼代理能夠構建、查詢和維護具有時間感知的知識圖譜，用於持久記憶、長期上下文和智能關係追蹤。

XFacebookLinkedInRedditHacker News

概述

Graphiti MCP 是 Graphiti 的官方 Model Context Protocol (MCP) 伺服器 實現。Graphiti 是由 Zep 開發的開源 Python 框架，專門用於構建為 AI 代理程式量身打造、具時序感知能力的即時知識圖譜。

它連接 AI 編碼助手與代理程式到一個動態的知識圖譜後端，使它們能夠將對話與資訊儲存為具有時間戳記的結構化事件、實體和關係。這提供了持久記憶、減少幻覺、實現更好的長期推理，並透過群組支援多租戶隔離。

MCP 伺服器將 Graphiti 的核心功能作為可探索的工具公開，讓進階的代理程式記憶能力能夠被如 Claude Desktop、Cursor、Gemini CLI 以及其他 MCP 客戶端等工具存取。

主要功能

  • 事件管理：新增、檢索、更新和刪除具有時序元資料的對話事件。
  • 實體與關係擷取：自動從文字中擷取實體與關係，並將其儲存於圖譜中。
  • 語義與混合搜尋：強大的節點、邊緣和時序上下文搜尋能力。
  • 群組管理：透過 group_id 支援多租戶，以在不同用戶、專案或會話之間隔離資料。
  • 圖譜維護：提供修剪、清理和最佳化知識圖譜的工具。
  • 時序感知：追蹤資訊新增或更新的時間，以支援時間敏感的推理。 -- 後端靈活性：可與 FalkorDB（許多設定的預設）、Neo4j 以及其他圖資料庫協同工作。 -S 原生 MCP：完全相容於 Model Context Protocol，實現無縫工具呼叫。

運作方式

  1. 執行 Graphiti MCP 伺服器（透過 Docker Compose、Python 或社群分叉版本）。
  2. 將伺服器添加到您的 MCP 客戶端（例如 Claude Desktop）配置中來進行連接。
  3. AI 代理程式呼叫如 add_episode、search_nodes、get_entities 或 delete_group 等工具。
  4. Graphiti 處理請求：從文字中擷取結構化知識，連同時間戳記儲存，並返回相關的上下文或圖譜資料。

這創造了一個共享、可查詢的長期記憶，能夠跨會話持續存在，並隨著每次互動不斷改進。

使用案例

  • 智能代理記憶與長期上下文：以結構化圖譜形式維護對話歷史、用戶偏好與習得知識。
  • 個人化 AI 助手：記憶使用者細節、專案脈絡或過往決策，避免令牌膨脹問題。
  • 複雜推理工作流程：代理可查詢關係與歷史資料以進行深度分析。
  • 多會話應用程式：為程式開發代理、研究助理或客戶支援機器人提供持久記憶。
  • 多租戶系統：透過分群機制為每位使用者或專案隔離知識圖譜。
  • 混合代理系統：結合其他 MCP 伺服器（搜尋、資料庫、開發工具）實現完整代理能力。

快速開始

官方儲存庫

  • 主要 Graphiti 專案（包含位於 /mcp_server 的 MCP 伺服器）：https://github.com/getzep/graphiti

快速設定（推薦使用 Docker）

git clone https://github.com/getzep/graphiti.git
cd graphiti/mcp_server
# 請參閱 README 檔案進行 Docker Compose 設定（包含 FalkorDB + Graphiti MCP）
docker compose up

將伺服器加入您的 MCP 客戶端設定（以 SSE/HTTP 傳輸為例），並設定 LLM 金鑰（OpenAI、Anthropic 等）。

詳細說明請參閱 MCP 伺服器 README 與 Zep 說明文件 。

社群亦提供 Neo4j、Ollama 支援或強化多專案設定的衍生版本。

優勢

Graphiti MCP 將無狀態的 AI 互動轉化為具狀態、富含記憶的體驗。透過將原始文字轉換為可查詢的時序知識圖譜，代理能夠獲得顯著提升的上下文保持能力、關係理解力以及跨時間的推理一致性。

該技術已廣泛應用於代理應用領域，並在 MCP 生態系中獲得快速採用，其 MCP 伺服器 1.0 版本的推出更標誌著重要里程碑。

Tags

mcp知識圖譜記憶ai-代理graphitizep時序圖譜neo4jfalkordb持久上下文

Related Entries

Keep exploring similar tools and resources in this category.

Browse MCP Servers
TinyFish logo

TinyFish

MCP Servers

TinyFish 為相容 MCP 的 AI 助手提供網頁自動化、網路搜尋、內容擷取以及遠端瀏覽器會話工具。代管的 MCP 伺服器使用 OAuth 2.1，而可選的本地 @tiny-fish/mcp 代理支援 API 金鑰驗證，適用於僅限本地、CI 及無頭設定。

X MCP logo

X MCP

MCP Servers

X MCP 是 X 官方託管的 Model Context Protocol 伺服器，可讓相容 MCP 的 AI 工具呼叫 X API 端點。它透過 xurl 橋接 OAuth 使用者情境，支援貼文搜尋、使用者查詢、書籤、趨勢、新聞和 Articles 等工作流程。

TinyFish logo

TinyFish

MCP Servers

TinyFish exposes web automation, web search, content extraction, and remote browser-session tools to MCP-compatible AI assistants. The hosted MCP server uses OAuth 2.1, while an optional local @tiny-fish/mcp proxy supports API-key authentication for local-only, CI, and headless setups.

openaiDeveloperDocs logo

openaiDeveloperDocs

MCP Servers

OpenAI Developer Docs MCP is an OpenAI-hosted, read-only server that lets MCP clients search and fetch documentation from developers.openai.com, platform.openai.com, and learn.chatgpt.com. It uses a public streamable HTTP endpoint and does not call the OpenAI API on the user's behalf.

FetchSandbox logo

FetchSandbox

MCP Servers

FetchSandbox is a stdio MCP server and hosted API-sandbox service that lets AI coding agents import OpenAPI 3.x specifications, discover runnable workflows, and execute stateful integration tests without using production API credentials. It is designed for validating request flows, lifecycle state, webhooks, retries, and shareable run traces from MCP-compatible development tools.

DataForSEO MCP Server logo

DataForSEO MCP Server

MCP Servers

DataForSEO MCP Server is the official Model Context Protocol server for connecting AI clients to DataForSEO SEO, SERP, keyword, backlink, on-page, business, domain, content, merchant, and AI optimization data. It can be used as a hosted Streamable HTTP endpoint, a local npx package, a Docker container, or a source-built TypeScript server.