커서에 영구 메모리를 제공하는 Graphiti MCP

1.3K 00

在人工智能辅助软件开发日益普及的今天，一个关键的挑战浮出水面：如何让 AI 编码助手像人类开发者一样拥有跨会话的“记忆”，能够记住并应用项目的编码规范、偏好设置、特定流程甚至需求细节。目前，广受欢迎的 AI 集成开发环境（IDE） Cursor 尚未提供完善的记忆解决方案。

近期，一项利用开源时序图谱框架 Graphiti 及其 MCP (모델 컨텍스트 프로토콜) 服务器为 Cursor IDE 增添持久化记忆能力的尝试，为解决这一痛点带来了新的可能。这一集成使得 Cursor 内的 AI 助手能够有效地存储、管理和回忆信息，有望处理更复杂的开发任务。

为何持久记忆至关重要？

缺乏跨会话的记忆能力，意味着 AI 编程助手在每次交互或新的开发会话中，可能都需要重新获取上下文信息。这不仅降低了效率，也限制了其处理复杂项目和长期任务的能力。持久化记忆让 AI 能够：

일관성 유지：确保在整个项目周期中遵循相同的编码标准和开发者偏好。
理解上下文：更好地理解长期项目需求和不断演变的技术规格。
处理复杂任务：基于历史交互和项目知识，执行更复杂、多步骤的开发任务。

赋予 AI 编程助手可靠的记忆力，是其从简单的代码补全工具向真正智能开发伙伴进化的关键一步。

解读 MCP 与 Graphiti

MCP ，即模型上下文协议（Model Context Protocol），是一种旨在促进 AI 应用（MCP 客户端）与外部资源（MCP 服务器）之间结构化交互的开放标准。它允许 AI 模型访问外部数据或工具，突破静态训练数据的限制。在此次集成中，Graphiti 充当 MCP 服务器，而 Cursor IDE 则作为 MCP Client.

Graphiti 是一个用于构建和查询时序感知知识图谱的框架，特别适用于在动态环境中运行的 AI 智能体。与传统的检索增强生成（RAG）方法主要依赖静态或批量更新的向量数据库不同，Graphiti 能够持续地将用户交互、结构化与非结构化的企业数据以及外部信息整合到一个连贯、可查询的图谱中。该框架支持增量数据更新、高效检索和精确的历史状态查询，且无需完全重新计算整个图谱，非常适合开发交互式、具备上下文感知能力的 AI 应用。

Graphiti 团队发布了一个实验性的 MCP 服务器，将其框架能力以工具形式暴露给 AI 智能体（如 Cursor Agent）直接调用。鉴于 Cursor 在开发社区的流行度以及团队自身的使用体验，选择 Cursor 来演示 MCP 集成是一个自然的选择。

定制 Graphiti 以适配 Cursor

Graphiti 的一个特点是允许通过自定义实体定义来使用丰富的、领域特定的数据结构，用具体的模型替代通用的图节点。例如，在与 Cursor IDE 集成的场景中，可以定义一个 Requirement（需求）实体：

from pydantic import BaseModel, Field
class Requirement(BaseModel):
"""需求代表了产品或服务必须满足的特定需要、特性或功能。
始终确保在需求和其所属项目之间创建一条边，并在边上明确指出该需求是一个 requirement。
识别和提取需求的说明：
1. 寻找明确的需求或必要性陈述（“我们需要X”，“X是必需的”，“X必须有Y”）。
2. 识别描述系统应做什么的功能规范。
3. 注意非功能性需求，如性能、安全或可用性。
4. 提取必须遵守的约束或限制。
5. 关注清晰、具体、可衡量的需求，而不是模糊的愿望。
6. 如果提到优先级或重要性（“关键”、“高优先级”等），则捕获它们。
7. 包括需求之间的明确依赖关系。
8. 保留原始意图和范围。
9. 根据领域或功能进行适当分类。
"""
project_name: str = Field(
...,
description='需求所属项目的名称。',
)
description: str = Field(
...,
description='需求的描述。仅使用上下文中提到的信息来编写此描述。',
)

这种结构化的方法使得 Cursor 能够精确地将项目需求存储在 Graphiti 的知识图谱中，并在需要时进行检索。

集成实现步骤

최고 사령관(군) Graphiti (명목식 형태로 사용됨) MCP 服务器集成到 Cursor IDE 以提供记忆功能，主要通过以下步骤实现：

구성: Will Cursor IDE 配置为连接到 Graphiti MCP 服务器的 MCP 客户端，建立直接交互通道。详细配置可参考 Graphiti MCP 的 ReadMe 文档。
自定义实体定义: in Graphiti 中定义代表项目规格、编码标准等的自定义实体，如 Requirement（需求）、Preference（偏好）、Procedure（流程）等。
실시간 데이터 업데이트：指示 Cursor 助手在 Graphiti 知识图谱中添加和更新实体。例如，当开发者将 UI 框架偏好从 Chakra UI 로 변경 ShadCN 时，这一变更会立即反映在图谱中，并附带记录变更时间的时序元数据。
行动前检索：指示 Cursor 助手在执行操作前查询 Graphiti，以检索存储的偏好、需求和流程。这些信息可以在不同会话甚至不同项目间保持持久。

相关项目提供了一个演示视频，展示了 Cursor Agent 如何利用 Graphiti MCP 服务器来管理和回忆项目需求和开发者偏好设置。

潜在影响与后续步骤

这项 Cursor 와 함께 Graphiti MCP 的集成，展示了为 AI 编码助手赋予持久化、结构化记忆的一种有效途径。虽然 Graphiti (명목식 형태로 사용됨) MCP 服务器目前仍处于实验阶段，但它预示着 AI 辅助开发工具未来可能的发展方向——AI 不仅能理解当前指令，还能基于积累的知识和上下文提供更智能、更个性化的辅助。这有望显著提升开发效率，并使 AI 能够参与到更长期、更复杂的软件工程任务中。

오른쪽 Graphiti 框架或 MCP 集成感兴趣的开发者，可以进一步探索以下资源：

Graphiti GitHub 리포지토리: https://github.com/getzep/graphiti
MCP 服务器文档: https://github.com/getzep/graphiti/blob/main/mcp_server/README.md
Zep 的相关研究论文 (arXiv): Zep: A Temporal Knowledge Graph Architecture for Agent Memory