# 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。

Canonical URL: https://a2a-mcp.org/entry/graphiti-mcp-zh-TW

Language: zh-TW

Category: MCP Servers

Updated: 2026-04-11

## 概述

**Graphiti MCP** 是 [Graphiti](https://github.com/getzep/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。

![](https://raw.githubusercontent.com/getzep/graphiti/main/images/graphiti-graph-intro.gif)

## 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](https://github.com/getzep/graphiti)

### 快速設定（推薦使用 Docker）
```bash
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](https://github.com/getzep/graphiti/blob/main/mcp_server/README.md) 與 [Zep 說明文件](https://help.getzep.com/graphiti/getting-started/mcp-server)。

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
- graphiti
- zep
- 時序圖譜
- neo4j
- falkordb
- 持久上下文

## Sources

- [Project website](https://github.com/getzep/graphiti)