STARWARCLOUD STARWAR.AI
返回市场
克劳德代码记忆服务器

克劳德代码记忆服务器

作者：ViralV00d007 星标更新：2025-06-29
安装使用来源：spider==github.com

项目介绍

Claude Code Memory Server

基于Neo4j的模型上下文协议（MCP）服务器，为Claude Code提供智能记忆能力，支持持久的知识跟踪、关系映射和上下文开发辅助。

概述

此MCP服务器创建了一个复杂的记忆系统，用于跟踪Claude Code的活动、决策和学习模式，以在会话和项目之间提供上下文记忆。它使用Neo4j作为图形数据库来捕获和分析开发概念、解决方案和工作流程之间的复杂关系。

功能

核心记忆操作

  • 持久记忆存储 - 存储开发任务、解决方案和模式
  • 智能搜索 - 根据上下文、内容或关系查找相关记忆
  • 关系映射 - 跟踪不同概念、文件和解决方案之间的关联
  • 上下文感知 - 项目特定和技术特定的记忆检索

高级智能

  • 模式识别 - 自动识别可重用的开发模式
  • 解决方案有效性 - 跟踪并从成功的方案中学习
  • 工作流记忆 - 记住并建议最优的开发序列
  • 错误预防 - 从过去的错误中学习以防止类似问题

开发集成

  • 任务执行跟踪 - 监控Claude Code的操作及其方式
  • 代码模式分析 - 识别并存储成功的代码模式
  • 项目上下文记忆 - 理解代码库惯例和依赖关系
  • 协作学习 - 在开发会话之间共享知识

架构

记忆类型

  • 任务 - 开发任务及其执行模式
  • 代码模式 - 可重用的代码解决方案和架构决策
  • 问题 - 遇到的问题及其上下文
  • 解决方案 - 如何解决问题及其有效性
  • 项目 - 代码库上下文和项目特定的知识
  • 技术 - 框架、语言和工具特定的知识

关系类型

该系统跟踪七类关系：

  1. 因果 - CAUSES, TRIGGERS, LEADS_TO, PREVENTS, BREAKS
  2. 解决方案 - SOLVES, ADDRESSES, ALTERNATIVE_TO, IMPROVES, REPLACES
  3. 上下文 - OCCURS_IN, APPLIES_TO, WORKS_WITH, REQUIRES, USED_IN
  4. 学习 - BUILDS_ON, CONTRADICTS, CONFIRMS, GENERALIZES, SPECIALIZES
  5. 相似性 - SIMILAR_TO, VARIANT_OF, RELATED_TO, ANALOGY_TO, OPPOSITE_OF
  6. 工作流 - FOLLOWS, DEPENDS_ON, ENABLES, BLOCKS, PARALLEL_TO
  7. 质量 - EFFECTIVE_FOR, INEFFECTIVE_FOR, PREFERRED_OVER, DEPRECATED_BY, VALIDATED_BY

安装

先决条件

  • Python 3.10 或更高版本
  • Neo4j 数据库（本地或云端）
  • 支持MCP的Claude Code

设置

  1. 克隆仓库：
git clone https://github.com/viralvoodoo/claude-code-memory.git
cd claude-code-memory
  1. 安装依赖项：
pip install -e .
  1. 设置Neo4j连接：
cp .env.example .env
# 使用您的Neo4j凭据编辑.env
  1. 初始化数据库模式：
python -m claude_memory.setup

配置

环境变量

  • NEO4J_URI - Neo4j 数据库URI（默认：bolt://localhost:7687）
  • NEO4J_USER - 数据库用户名（默认：neo4j）
  • NEO4J_PASSWORD - 数据库密码
  • MEMORY_LOG_LEVEL - 日志级别（默认：INFO）

Claude Code 集成

添加到您的Claude Code MCP配置：

{
  "mcpServers": {
    "claude-memory": {
      "command": "python",
      "args": ["-m", "claude_memory.server"],
      "env": {
        "NEO4J_URI": "bolt://localhost:7687",
        "NEO4J_USER": "neo4j",
        "NEO4J_PASSWORD": "your-password"
      }
    }
  }
}

使用

可用的MCP工具

核心记忆操作

  • store_memory - 带有上下文存储新的开发记忆
  • get_memory - 通过ID及其关系检索特定记忆
  • search_memories - 根据内容、上下文或关系查找记忆
  • update_memory - 修改现有记忆内容
  • delete_memory - 删除记忆并清理关系

关系管理

  • create_relationship - 使用特定的关系类型链接记忆
  • get_related_memories - 查找与特定记忆相关的记忆
  • analyze_relationships - 发现记忆图中的关系模式

开发智能

  • analyze_codebase - 扫描项目并创建上下文记忆图
  • track_task_execution - 记录开发工作流和模式
  • suggest_similar_solutions - 查找类似的过去解决方案
  • predict_solution_effectiveness - 估计方法的成功概率

高级分析

  • get_memory_graph - 可视化知识网络和关系
  • find_memory_paths - 发现概念之间的连接链
  • memory_effectiveness - 跟踪和分析解决方案的成功率

开发

项目结构

claude-code-memory/
├── src/claude_memory/          # 主源代码
│   ├── __init__.py
│   ├── server.py              # MCP服务器实现
│   ├── models.py              # 数据模型和模式
│   ├── database.py            # Neo4j数据库操作
│   ├── memory_store.py        # 核心记忆逻辑
│   ├── relationships.py       # 关系管理
│   ├── search.py              # 搜索和检索
│   └── intelligence.py        # 模式识别和分析
├── tests/                     # 测试套件
├── docs/                      # 文档
├── scripts/                   # 实用脚本
└── pyproject.toml            # 项目配置

开发设置

# 安装开发依赖项
pip install -e ".[dev]"

# 安装pre-commit钩子
pre-commit install

# 运行测试
pytest

# 格式化代码
black src/ tests/
ruff --fix src/ tests/

# 类型检查
mypy src/

贡献

我们欢迎贡献！请参阅我们的贡献指南了解详情。

开发工作流程

  1. 检查现有的GitHub问题
  2. 分叉仓库并创建一个特性分支
  3. 根据我们的编码标准进行更改
  4. 为新功能添加测试
  5. 提交带有清晰描述的拉取请求

许可证

该项目根据MIT许可证发布 - 请参阅LICENSE文件了解详情。

路线图

第一阶段：基础（当前）

  • ✅ 项目设置和基本MCP服务器
  • 🔄 核心记忆操作（CRUD）
  • ⏳ 基本关系管理

第二阶段：智能

  • ⏳ 高级关系系统
  • ⏳ 模式识别
  • ⏳ 上下文感知

第三阶段：集成

  • ⏳ Claude Code工作流集成
  • ⏳ 自动记忆捕捉
  • ⏳ 主动建议

第四阶段：分析

  • ⏳ 记忆有效性跟踪
  • ⏳ 知识图可视化
  • ⏳ 性能优化

支持

致谢