🚀 Memgraph MCP 服务器

Memgraph MCP 服务器是轻量级的 Model Context Protocol (MCP) 服务器实现，旨在将 Memgraph 连接至大型语言模型（LLMs）。

⚡ 快速入门

📹 Memgraph MCP 服务器快速入门视频

1. 运行 Memgraph MCP 服务器

1. 安装 uv 并创建 venv 环境：uv venv。使用 .venv\Scripts\activate 激活虚拟环境。
2. 安装依赖项：uv add "mcp[cli]" httpx
3. 运行 Memgraph MCP 服务器：uv run server.py。

2. 运行 MCP 客户端

1. 安装 Claude Desktop。
2. 将 Memgraph 服务器添加到 Claude 配置中：

MacOS/Linux

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

Windows

code $env:AppData\Claude\claude_desktop_config.json

配置示例：

{
    "mcpServers": {
      "mpc-memgraph": {
        "command": "/Users/katelatte/.local/bin/uv",
        "args": [
            "--directory",
            "/Users/katelatte/projects/mcp-memgraph",
            "run",
            "server.py"
        ]
     }
   }
}

[!NOTE]
你可能需要提供 uv 可执行文件的完整路径（在命令字段中）。可以通过运行 which uv（MacOS/Linux）或 where uv（Windows）来获取。确保传递 Memgraph 服务器的绝对路径。

3. 与数据库对话

1. 运行 Memgraph MAGE：

   docker run -p 7687:7687 memgraph/memgraph-mage --schema-info-enabled=True
   

   配置参数 --schema-info-enabled 设置为 True，以允许 LLM 执行 SHOW SCHEMA INFO 查询。
2. 打开 Claude Desktop 并查看 Memgraph 工具和资源。尝试使用它！（你可以从 Memgraph Lab 数据集加载示例数据）

🔧 工具

run_query()

运行针对 Memgraph 的 Cypher 查询。

🗃️ 资源

get_schema()

获取 Memgraph 的架构信息（前提条件：--schema-info-enabled=True）。

🗺️ 路线图

Memgraph MCP 服务器还处于起步阶段。我们正在积极开发其功能，使其更易于将 Memgraph 集成到现代 AI 工作流程中。不久的将来，我们将发布 TypeScript 版本的服务器，以更好地支持基于 JavaScript 的环境。此外，我们计划将此项目迁移到我们的核心 AI 工具包 仓库中，在该仓库中，它将与 LangChain、LlamaIndex 和 MCP 等其他工具和集成一起提供统一的开源工具包，使构建以 Memgraph 为核心的图驱动应用程序和智能代理变得更加无缝。