Knowledge Graph MCP
本地部署的跨会话知识图谱记忆工具
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Knowledge Graph MCP。 它的用途是：本地部署的跨会话知识图谱记忆工具 完整的 Skill 内容见：https://321skill.com/skills/knowledge-graph-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“记住我正在开发一个基于Next.js的电商项目，项目代号‘北极星’，主要技术栈是React和Tailwind CSS。” 它会将这些信息（项目、技术栈）作为实体和关系存入知识图谱。几天后，当你问：“关于‘北极星’项目的UI框架选型，你有什么建议？”时，AI会先查询知识图谱，确认你的技术背景，然后给出结合React和Tailwind CSS的针对性建议。
介绍
这个Skill解决了AI助手在单次对话后无法记住用户信息和历史上下文的核心痛点。它通过构建一个本地的知识图谱，将用户在不同会话中提及的个人偏好、项目细节、关键决策等信息进行结构化存储和关联，实现跨会话的持久化记忆。
使用时，用户只需在对话中自然地提及需要记忆的信息，如“记住我是一名前端开发者，主要使用React框架”。该Skill会自动提取实体（如“前端开发者”、“React”）和关系，并将其存入本地知识图谱。在后续对话中，AI可以主动查询这个图谱，从而提供更具连续性和个性化的服务，例如在讨论代码问题时，能结合用户的技术栈背景给出建议。
它非常适合需要与AI进行长期、深度协作的用户，例如持续进行项目开发的研究者、需要AI辅助内容创作的作者，或是利用AI进行复杂问题拆解和学习的个人。这些用户往往需要在多次对话中反复交代背景，而本工具能显著提升协作效率。
建议在初次使用时，主动向AI提供一些基础的个人或项目信息来“初始化”知识图谱。由于数据存储在本地，请妥善保管生成的数据文件。注意，它主要记忆结构化的“事实”信息，对于复杂的、非结构化的长篇对话内容，记忆效果可能有限。
核心特点
与依赖云端存储或简单文本记录的记忆方案不同，它采用本地知识图谱进行存储，不仅保护隐私，还能通过实体关系网络实现更智能的信息关联与回溯。同时，它专为MCP协议设计，能更原生、高效地与支持MCP的AI客户端（如Claude Desktop）集成。
注意事项
不适合需要记忆超长、非结构化原始对话记录（如整篇论文内容）的场景，其优势在于记忆关键实体和关系。
常见问题
数据存储在哪里？安全吗？
所有数据以知识图谱形式加密存储在用户本地设备，不上传云端，最大限度保护隐私。
它能记住多久以前的信息？
只要本地数据文件未被删除，它可以永久记忆并关联所有已存储的信息，实现真正的跨会话记忆。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/knowledge-graph-mcp/raw/index.md 读取 Knowledge Graph MCP 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/knowledge-graph-mcp/raw/index.md（查看排版版本）