Открытый MCP-сервер памяти с графом знаний и функциями обучения

Открытый MCP-сервер под названием cuba-memorys предоставляет постоянную память для ИИ-агентов, выходящую за рамки простых RAG или векторных хранилищ. Написанный на Rust с бэкендом PostgreSQL + pgvector, он реализует архитектуру графа знаний с возможностями обучения.

Архитектура и особенности

Система хранит сущности, наблюдения и типизированные отношения, а не плоские документы. Ключевые особенности включают:

• Экспоненциальное затухание — Воспоминания реалистично затухают по формуле важность = важность * exp(-0.693 * дни/период_полураспада) с периодом полураспада 30 дней
• Геббовская + BCM метапластичность — Правило Ойи со скользящим порогом EMA; воспоминания укрепляются при доступе и самонормализуются через BCM
• 4-сигнальное слияние RRF (k=60) — Объединяет ts_rank + триграммы + pgvector HNSW + важность с энтропийно-маршрутизированным взвешиванием для определения запросов, доминирующих по ключевым словам, против семантических
• Обнаружение сообществ Leiden — Алгоритм Traag et al. 2019 для обнаружения кластеров в графе знаний
• Персонализированный PageRank — Ранжирует важность сущностей на основе топологии графа
• Проверка на антигаллюцинации — Триангулирует утверждения против хранимых знаний с градуированной оценкой достоверности
• Память ошибок с обнаружением паттернов — Срабатывает предупреждение при ≥3 похожих ошибках

Тесты производительности

Реализация на Rust показывает значительные улучшения по сравнению с оригинальной версией на Python:

• Размер бинарника: ~50 МБ venv (Python) против 7,6 МБ (Rust)
• Создание сущности: ~2 мс (Python) против 498 мкс (Rust)
• Гибридный поиск: <5 мс (Python) против 2,52 мс (Rust)
• Использование памяти: ~120 МБ (Python) против ~15 МБ (Rust)
• Зависимости: 12 пакетов (Python) против 0 во время выполнения (Rust)

Детали реализации

Сервер предоставляет 13 инструментов MCP и работает с любым MCP-совместимым клиентом, включая Claude Code, Cursor и Windsurf. Он размещается самостоятельно с бэкендом PostgreSQL и не совершает внешних API-вызовов. Все алгоритмы основаны на рецензируемых статьях с цитатами в README.

Варианты установки:

pip install cuba-memorys

или

npm install -g cuba-memorys

Проект доступен под лицензией CC BY-NC 4.0 на GitHub.