Ontologie MCP

Ontology MCP ist ein Model Context Protocol (MCP)-Server, der die SPARQL-Endpunkte und Ollama-Modelle von GraphDB mit Claude verbindet. Mit diesem Tool kann Claude Ontologiedaten abfragen und bearbeiten und verschiedene KI-Modelle nutzen.

Hauptmerkmale

SPARQL-bezogene Funktionen

• SPARQL-Abfrage ausführen ( mcp_sparql_execute_query )

• Führen Sie eine SPARQL-Update-Abfrage aus ( mcp_sparql_update )

• Repositorys auflisten ( mcp_sparql_list_repositories )

• Abfrage der Graphenliste ( mcp_sparql_list_graphs )

• Ressourceninformationen abrufen ( mcp_sparql_get_resource_info )

Funktionen im Zusammenhang mit dem Ollama-Modell

• Führen Sie das Modell aus ( mcp_ollama_run )

• Modellinformationen prüfen ( mcp_ollama_show )

• Modell herunterladen ( mcp_ollama_pull )

• Modellliste abrufen ( mcp_ollama_list )

• Modell löschen ( mcp_ollama_rm )

• Chat-Abschluss ( mcp_ollama_chat_completion )

• Containerstatus prüfen ( mcp_ollama_status )

OpenAI-bezogene Funktionen

• Chat abgeschlossen ( mcp_openai_chat )

• Bild erstellen ( mcp_openai_image )

• Text-to-Speech ( mcp_openai_tts )

• Sprache-zu-Text ( mcp_openai_transcribe )

• Einbettung generieren ( mcp_openai_embedding )

Google Gemini-bezogene Funktionen

• Text generieren ( mcp_gemini_generate_text )

• Chat-Abschluss ( mcp_gemini_chat_completion )

• Modellliste abrufen ( mcp_gemini_list_models )

• ~~Bilder generieren ( mcp_gemini_generate_images ) – Imagen-Modell verwenden~~ (derzeit deaktiviert)

• ~~Videos generieren ( mcp_gemini_generate_videos ) – Veo-Modelle verwenden~~ (derzeit deaktiviert)

• ~~Multimodalen Inhalt generieren ( mcp_gemini_generate_multimodal_content )~~ (derzeit deaktiviert)

Hinweis : Die Funktionen zur Bild- und Videoerstellung sowie zur multimodalen Inhaltserstellung von Gemini sind derzeit aufgrund von API-Kompatibilitätsproblemen deaktiviert.

Unterstützte Gemini-Modelle

HTTP-Anforderungsfunktionen

• Führen Sie HTTP-Anfragen aus ( mcp_http_request ) – kommunizieren Sie mit externen APIs über verschiedene HTTP-Methoden wie GET, POST, PUT, DELETE usw.

Related MCP server: terraform-cloud-mcp

Erste Schritte

1. Klonen Sie das Repository

2. Führen Sie den GraphDB Docker-Container aus

Starten Sie den GraphDB-Server, indem Sie den folgenden Befehl aus dem Stammverzeichnis des Projekts ausführen:

Die GraphDB-Weboberfläche läuft unter http://localhost:7200 .

3. Erstellen und Ausführen des MCP-Servers

4. RDF-Daten importieren

Gehen Sie zur GraphDB-Weboberfläche ( http://localhost:7200 ) und führen Sie Folgendes aus:

1. Erstellen Sie ein Repository:

   • „Setup“ → „Repositorys“ → „Neues Repository erstellen“

   • Repository-ID: schemaorg-current-https (oder ein beliebiger Name)

   • Repository-Titel: „Schema.org“

   • Klicken Sie auf „Erstellen“

2. Beispieldaten abrufen:

   • Wählen Sie das von Ihnen erstellte Repository aus

   • „Importieren“ → „RDF“ → „RDF-Dateien hochladen“

   • Laden Sie eine Beispieldatei in das imports hoch (z. B. imports/example.ttl ).

   • Klicken Sie auf „Importieren“

Hinweis : Das Projekt enthält Beispiel-RDF-Dateien im imports .

5. Claude Desktop einrichten

Um Ontology MCP in Claude Desktop zu verwenden, müssen Sie die MCP-Einstellungsdatei aktualisieren:

1. Öffnen Sie die Einstellungsdatei von Claude Desktop:

   • Windows: %AppData%\Claude\claude_desktop_config.json

   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

   • Linux: ~/.config/Claude/claude_desktop_config.json

2. Fügen Sie die folgenden Einstellungen hinzu:

WICHTIG : Ändern Sie den Pfad in „args“ in den tatsächlichen absoluten Pfad zum Build-Verzeichnis Ihres Projekts.

3. Starten Sie Claude Desktop neu

Lizenz

Dieses Projekt wird unter der MIT-Lizenz bereitgestellt. Weitere Einzelheiten finden Sie in der Lizenzdatei .