返回 MCP 目录
public公开dns本地运行

graphiti-mcp-server

一个基于Neo4j的知识图谱服务器,集成AI模型与MCP协议,支持动态知识管理和语义搜索。

article

README

🚀 图灵 MCP 服务器 🧠

这是一个强大的知识图谱服务器,专为 AI 代理设计。它结合了 Neo4j 和 Model Context Protocol (MCP),能实现动态知识图谱管理、与 OpenAI 模型无缝集成等功能,为 AI 应用提供有力支持。

🚀 快速开始

本服务器是一个强大的知识图谱服务器,专为 AI 代理设计,结合了 Neo4j 和 Model Context Protocol (MCP)。以下是快速使用的步骤:

  1. 克隆仓库:
git clone https://github.com/gifflet/graphiti-mcp-server.git
cd graphiti-mcp-server
  1. 设置环境变量:
cp .env.sample .env
  1. 根据需要编辑 .env 文件:
# 对于 LLM 操作所需
OPENAI_API_KEY=your_openai_api_key_here
MODEL_NAME=gpt-4o
  1. 启动服务:
docker compose up

✨ 主要特性

  • 🔄 动态知识图谱管理,使用 Neo4j
  • 🤖 与 OpenAI 模型无缝集成
  • 🔌 MCP(模型上下文协议)支持
  • 🐳 Docker 部署就绪
  • 🎯 自定义实体提取功能
  • 🔍 高级语义搜索

📦 安装指南

前置条件

  • Docker 及 Docker Compose
  • Python 3.10 或更高版本
  • OpenAI API 密钥

安装步骤

  1. 克隆仓库:
git clone https://github.com/gifflet/graphiti-mcp-server.git
cd graphiti-mcp-server
  1. 设置环境变量:
cp .env.sample .env
  1. 根据需要编辑 .env 文件:
# 对于 LLM 操作所需
OPENAI_API_KEY=your_openai_api_key_here
MODEL_NAME=gpt-4o
  1. 启动服务:
docker compose up

🔧 技术细节

配置

Neo4j 设置 🗄️

Neo4j 的默认配置如下:

  • 用户名:neo4j
  • 密码:demodemo
  • URI:bolt://neo4j:7687(Docker 网络内)
  • 内存设置针对开发环境优化

Docker 环境变量 🐳

可以直接使用环境变量运行:

OPENAI_API_KEY=your_key MODEL_NAME=gpt-4o docker compose up

集成

Cursor IDE 集成 🖥️

  1. 配置 Cursor 连接至 Graphiti:
{
  "mcpServers": {
    "Graphiti": {
      "url": "http://localhost:8000/sse"
    }
  }
}
  1. 将 Graphiti 规则添加到 Cursor 的用户规则中(参见 graphiti_cursor_rules.md
  2. 在 Cursor 中启动一个代理会话

架构

服务器主要包含两个部分:

  • 使用 Neo4j 数据库进行图谱存储
  • 图灵 MCP 服务器,负责 API 和 LLM 操作

🤝 贡献

欢迎贡献!请随意提交 Pull Request。

📄 许可证

本项目采用 MIT 许可证 - 详情参见 LICENSE 文件。

🙏 致谢

  • Neo4j 团队,感谢杰出的图数据库
  • OpenAI,感谢强大的 LLM 模型
  • MCP 社区,感谢协议规范
help

运行方式说明

cloud

托管运行

托管运行通常表示这个 MCP Server 由服务方环境承载,用户一般按页面提供的连接方式或授权流程接入,不需要在本地长期启动一个 MCP 进程

  1. 打开服务方连接页
  2. 完成授权或复制端点
  3. 在 MCP 客户端中连接
terminal

本地运行 / 其它方式

本地运行通常需要用户在自己的电脑或服务器上安装依赖,把 server_config 复制到 MCP 客户端,并按 env_schema 补齐环境变量、密钥或其它配置

  1. 复制 server_config
  2. 安装所需依赖
  3. 补齐环境变量后重启客户端