N2n Memory

n2n存储器

中文版

______________________________________________________________________

上下文即代码。记忆作为资产。

一个专门的MCP服务器，旨在解决人工智能辅助跨项目开发过程中的“内存污染”问题。它将AI的认知片段直接保存在每个项目自己的目录中。

🌟 关键亮点

• 项目级物理隔离：内存文件存储在 [Project Root]/.mcp/memory.json.
• Git友好：JSON数据会自动按关键字排序，以生成干净易读的数据 git diff.
• 工具不可知：使用 .mcp 命名约定，与任何特定的AI品牌或IDE插件无关。
• 代码的资产：记忆与代码同在；团队成员可以通过简单地提取存储库来分享人工智能对架构的理解。
• 通用兼容性：适用于所有启用MCP的型号，包括 克劳德4.5, Gemini 3 Pro/Flash, GPT-5/5.2，以及 DeepSeek V3.2.
• 隐私第一：设计上具有安全性，使您的数据保持本地和隔离。

🚀 快速开始

1.安装和配置（IDE/Claude桌面）

最简单的使用方法是通过 npx:

克劳德桌面版

文件路径： %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "n2n-memory": {
      "command": "npx",
      "args": ["-y", "@datafrog-io/n2n-memory"]
    }
  }
}

光标/VCode（MCP插件）

在MCP设置面板中添加：

• 名字: n2n-memory
• 类型: command
• 命令: npx -y @datafrog-io/n2n-memory

2.使用指南

此服务是路径驱动的。AI助手应该注意：

1. 绝对路径：拨打任何电话时 n2n_* 工具，当前项目根的绝对路径(projectPath)必须提供。
2. 自动存储：内存会自动保存到 [ProjectPath]/.mcp/memory.json.
3. 协作：建议承诺 .mcp/memory.json 将知识图上传到Git存储库，与您的团队共享知识图。

可用工具：

• n2n_add_entities：创建新实体。
• n2n_add_observations：附加观察或事实。
• n2n_create_relations：在实体之间建立联系。
• n2n_read_graph：读取项目内存和活动上下文（支持 summaryMode 和 pagination).
• n2n_get_graph_summary：快速获取所有实体的轻量级索引（支持 pagination).
• n2n_update_context：更新当前任务状态和后续步骤。
• n2n_search：通过关键字搜索图表（支持 pagination).
• n2n_open_nodes：按名称检索特定实体。

🗺️ 未来路线图

• 语义搜索：集成用于模糊记忆检索的最小向量嵌入。
• 本体实施：关系类型一致性的可选架构。
• 时间旅行：用于内存回滚的版本化快照。

______________________________________________________________________

📖 相关文档

• 设计方案：为什么是项目级隔离？
• api参考：工具描述和模式。
• 发展：如何构建、测试和扩展。
• 更新日志：版本历史和事件恢复。

📄 许可证

该项目根据 MIT许可证.

______________________________________________________________________

N2N工作室 --人工智能创新实验室 DataFrog.io.