使用说明内容（Markdown格式）

• 项目简介

  • 这是一个基于 Model Context Protocol（MCP）的后端服务器实现，专门用于在本地项目目录中持久化与管理 AI 助手的认知碎片。它将知识图谱（实体、关系）、上下文信息等集中管理，并以 MCP 标准的工具、资源、提示等能力对外暴露，供 LLM 客户端查询、修改和执行。

• 主要功能点

  • 知识图谱管理：在项目根目录下存储并维护 memory.json，提供实体、关系、观测等数据结构的增删改查。
  • 上下文管理：维护当前任务状态、下一步计划、最近提交等上下文信息，支持并发安全写入。
  • 工具与资源注册：实现 n2n_add_entities、n2n_read_graph、n2n_update_context 等工具，并提供资源读取与导出能力（如导出 Markdown 的知识图谱）。
  • 数据一致性与安全性：对内存文件进行原子写入和跨进程锁定，确保多进程并发场景下数据的一致性与安全性。
  • MCP 服务器实现：通过标准的 MCP 服务端框架（McpServer）接入，使用 stdio 传输，支持工具执行、资源读取及图谱查询等标准操作。
  • 本地化与隔离：内存与知识图谱与代码仓库本地化存储，便于 Git 跟踪与团队协作。

• 安装步骤

  • 安装前提：需安装 Node.js 20 及以上版本（代码中对环境有基本检查）。
  • 运行方式：通过 npx 直接启动服务器（示例用法在仓库自描述中给出）。
  • 依赖与构建：项目采用 TypeScript 编写，依赖 MCP SDK 及若干工具库，运行时会自动拉取镜像包并启动服务。

• 服务器配置（供 MCP 客户端使用的字段说明）

  • 服务器名称（server name）: n2n-memory
  • 启动命令（command）: npx
  • 启动参数（args）: ["-y", "@datafrog-io/n2n-memory"]
  • 说明：该配置用于 MCP 客户端启动时连接服务器，描述字段仅用于理解如何将客户端配置连接至该服务器，实际客户端代码可参考仓库中提供的 Quick Start 说明与 README。服务器端实现会自行暴露各类工具与资源，客户端仅需知道启动命令与服务器名称即可建立连接。

• 基本使用方法

  • 启动服务器：在支持 MCP 客户端的环境中，通过前述配置命令启动服务器，服务器会通过标准输入输出（stdio）与客户端通信。
  • 初始化本地项目根：在首次使用该服务器前，确保项目目录具备可识别的根标记（如 .git、package.json、README.md 等），以便服务器能够正确识别并创建内存上下文。
  • 使用工具与资源：通过 MCP 客户端调用 n2n_add_entities、n2n_read_graph、n2n_update_context 等工具来修改/查询知识图谱与上下文信息。
  • 存储位置与导出：知识图谱默认存放在 [ProjectRoot]/.mcp/memory.json；可通过导出功能生成 Markdown 文档，方便团队协作与版本控制。
  • 退出与维护：在需要时通过相应的服务器关机流程释放资源锁；服务器设计包含跨进程锁与快照缓存，确保关机时能够干净释放。