Un servidor de memoria del gráfico de conocimiento permite que Claude Desktop recuerde y organice información sobre un usuario en múltiples chats. Puede almacenar cosas como preferencias de usuario, conversaciones pasadas y datos personales. Debido a que la información se guarda como un gráfico de conocimiento, Claude puede comprender las relaciones entre diferentes piezas de información. Esto lleva a respuestas más personalizadas y reduce la repetición: no tendrá que explicar las mismas cosas una y otra vez.
En este tutorial, implementaremos una memoria persistente simple utilizando un gráfico de conocimiento local en Claude Desktop, para ayudarlo a recordar la información del usuario en los chats y proporcionar respuestas más personalizadas y consistentes.
Instalación de node.js
Usaremos NPX para ejecutar el servidor de memoria de gráficos de conocimiento, y para eso, se requiere node.js.
- Descarga lo último versión de node.js de nodejs.org
- Ejecute el instalador.
- Deje todas las configuraciones de manera predeterminada y complete la instalación
Instalación de escritorio de Claude
Puede descargar la última versión de Claude Desktop en https://claude.ai/download. A continuación, deberá configurar Claude para conectarse con su servidor MCP. Para hacer esto, abra el archivo Claude_desktop_config.json ubicado en el directorio de Claude utilizando cualquier editor de texto. Si el archivo no existe, continúe y cree manualmente.
En el archivo mcp.json, ingrese el siguiente código:
{
"mcpServers": {
"memory": {
"command": "npx",
"args": [
"-y",
"@modelcontextprotocol/server-memory"
],
"env": {
"MEMORY_PATH": "./memory.json"
}
}
}
}Ahora, necesitamos configurar Claude para que pueda usar el gráfico de conocimiento para crear entidades, crear relaciones y recuperar información relevante.
- Vaya a Archivo> Configuración> Configuración de Claude> Configurar.
- En la sección de preferencias personales, agregue el siguiente texto:
(Esta preferencia se aplicará automáticamente a todas las conversaciones).
Follow these steps for each interaction:
1. User Identification:
- You should assume that you are interacting with default_user
- If you have not identified default_user, proactively try to do so.
2. Memory Retrieval:
- Always begin your chat by saying only "Remembering..." and retrieve all relevant information from your knowledge graph
- Always refer to your knowledge graph as your "memory"
3. Memory
- While conversing with the user, be attentive to any new information that falls into these categories:
a) Basic Identity (age, gender, location, job title, education level, etc.)
b) Behaviors (interests, habits, etc.)
c) Preferences (communication style, preferred language, etc.)
d) Goals (goals, targets, aspirations, etc.)
e) Relationships (personal and professional relationships up to 3 degrees of separation)
4. Memory Update:
- If any new information was gathered during the interaction, update your memory as follows:
a) Create entities for recurring organizations, people, and significant events
b) Connect them to the current entities using relations
b) Store facts about them as observationsUna vez que todo esté configurado, verá 9 herramientas MCP disponibles para el servidor de gráficos de conocimiento. Estas herramientas le permiten: crear entidades, crear relaciones, agregar observaciones, eliminar entidades, eliminar observaciones, eliminar relaciones, leer el gráfico, buscar nodos y nodos abiertos.
Además, el texto que agregamos en la sección Preferencias permite que Claude use automáticamente estas herramientas durante las conversaciones.
Incluso si vamos a un nuevo chat, Claude recordará la información de los chats anteriores a través del gráfico de conocimiento. La integración de esta herramienta MCP mejora la capacidad de Claude para crear, modificar y utilizar el conocimiento en tiempo real, lo que lo convierte en un poderoso asistente para tareas como la gestión de bases de datos y la generación de consultas SQL. Con este sistema de memoria en su lugar, Claude se convierte en una herramienta más inteligente, receptiva y consistente para todas sus interacciones futuras. Para obtener más detalles sobre el servidor de memoria de conocimiento, puede visitar este enlacedonde encontrará recursos para ayudarlo a construir aplicaciones aún más avanzadas.
Además, no olvides seguirnos Gorjeo y únete a nuestro Canal de telegrama y LinkedIn GRsalpicar. No olvides unirte a nuestro 90k+ ml de subreddit.
Soy un graduado de ingeniería civil (2022) de Jamia Millia Islamia, Nueva Delhi, y tengo un gran interés en la ciencia de datos, especialmente las redes neuronales y su aplicación en varias áreas.