基于 Neo4j 的知识图谱记忆系统 ylc3000 2025-11-06 0 浏览 0 点赞 resource 在构建面向大语言模型（LLM）的长期记忆系统时，如何实现高效、可扩展的知识图谱存储与语义检索？Memento MCP 提供了一套完整解决方案。 这是一个基于 Neo4j 的知识图谱记忆系统，支持实体与关系的版本管理、时间感知和置信度衰减，结合向量嵌入实现高质量的语义搜索。它兼容支持 Model Context Protocol 的 LLM 客户端，如 Claude Desktop、Cursor 等，能够为对话模型提供持久、上下文丰富的本体记忆。 主要功能包括： - 实体和关系的完全版本历史追踪，支持任意时间点的图谱状态查询； - 结合向量搜索和关键词检索的混合语义搜索，提升查询准确度和覆盖率； - 关系强度与置信度动态衰减，保证记忆信息的时效性与可靠性； - 丰富的元数据支持，包括来源、标签和时间戳，方便分类与过滤； - 多平台兼容，支持通过 Neo4j Desktop 或 Docker 快速部署； - 提供命令行工具简化数据库管理与调试。 适合需要构建智能助理、对话系统或知识管理应用的开发者使用。详细文档和源码请访问： GitHub：github.com/gannonh/memento-mcp 可通过简单配置，即刻为你的 LLM 应用注入强大且灵活的知识图谱记忆能力。 网闻录 基于 Neo4j 的知识图谱记忆系统