Ontología MCP

Ontology MCP es un servidor de Protocolo de Contexto de Modelo (MCP) que conecta los puntos finales SPARQL de GraphDB y los modelos Ollama a Claude. Esta herramienta le permite a Claude consultar y manipular datos ontológicos y aprovechar varios modelos de IA.

Características principales

Funciones relacionadas con SPARQL

Ejecutar consulta SPARQL ( mcp_sparql_execute_query )
Ejecutar consulta de actualización SPARQL ( mcp_sparql_update )
Lista de repositorios ( mcp_sparql_list_repositories )
Consultar la lista de gráficos ( mcp_sparql_list_graphs )
Obtener información de recursos ( mcp_sparql_get_resource_info )

Características relacionadas con el modelo Ollama

Ejecutar el modelo ( mcp_ollama_run )
Comprobar la información del modelo ( mcp_ollama_show )
Descargar modelo ( mcp_ollama_pull )
Obtener la lista de modelos ( mcp_ollama_list )
Eliminar modelo ( mcp_ollama_rm )
Finalización del chat ( mcp_ollama_chat_completion )
Comprobar el estado del contenedor ( mcp_ollama_status )

Funciones relacionadas con OpenAI

Chat completado ( mcp_openai_chat )
Crear imagen ( mcp_openai_image )
Texto a voz ( mcp_openai_tts )
Conversión de voz a texto ( mcp_openai_transcribe )
Generar incrustación ( mcp_openai_embedding )

Funciones relacionadas con Google Gemini

Generar texto ( mcp_gemini_generate_text )
Finalización del chat ( mcp_gemini_chat_completion )
Obtener la lista de modelos ( mcp_gemini_list_models )
~~Generar imágenes ( mcp_gemini_generate_images ) - Usando el modelo Imagen~~ (actualmente deshabilitado)
~~Generar videos ( mcp_gemini_generate_videos ) - Usando modelos Veo~~ (actualmente deshabilitado)
~~Generar contenido multimodal ( mcp_gemini_generate_multimodal_content )~~ (actualmente deshabilitado)

Nota : Las funciones de creación de imágenes, creación de videos y creación de contenido multimodal de Gemini están actualmente deshabilitadas debido a problemas de compatibilidad de API.

Modelos Gemini compatibles

Transformación del modelo	aporte	salida de potencia	Objetivo de optimización
Vista previa de Flash de Gemini 2.5 `gemini-2.5-flash-preview-04-17`	Audio, imágenes, vídeo, texto	Texto	Pensamiento adaptativo, rentabilidad
Vista previa de Gemini 2.5 Pro `gemini-2.5-pro-preview-03-25`	Audio, imágenes, vídeo, texto	Texto	Pensamiento y razonamiento mejorados, comprensión multimodal, codificación avanzada
Gemini 2.0 Flash `gemini-2.0-flash`	Audio, imágenes, vídeo, texto	Texto, imágenes (experimentales), audio (próximamente)	Capacidades de próxima generación, velocidad, pensamiento, transmisión en tiempo real, creación multimodal
Gemini 2.0 Flash-Lite `gemini-2.0-flash-lite`	Audio, imágenes, vídeo, texto	Texto	Rentable y de baja latencia
Gemini 1.5 Flash `gemini-1.5-flash`	Audio, imágenes, vídeo, texto	Texto	Rendimiento rápido y versátil para una variedad de tareas.
Géminis 1.5 Flash-8B `gemini-1.5-flash-8b`	Audio, imágenes, vídeo, texto	Texto	Tareas de alto volumen y baja inteligencia
Géminis 1.5 Pro `gemini-1.5-pro`	Audio, imágenes, vídeo, texto	Texto	Tareas de razonamiento complejas que requieren más inteligencia
Incrustación de Géminis `gemini-embedding-exp`	Texto	Incrustación de texto	Medición de la relevancia de las cadenas de texto
Imagen 3 `imagen-3.0-generate-002`	Texto	imagen	El modelo de generación de imágenes más avanzado de Google
Veo 2 `veo-2.0-generate-001`	Texto, imágenes	video	Crea vídeos de alta calidad
Gemini 2.0 Flash Live `gemini-2.0-flash-live-001`	Audio, vídeo, texto	Texto, audio	Interacción de voz y video bidireccional de baja latencia

Funciones de solicitud HTTP

Ejecutar solicitudes HTTP ( mcp_http_request ): comunicarse con API externas utilizando varios métodos HTTP como GET, POST, PUT, DELETE, etc.

Empezar

1. Clonar el repositorio

git clone https://github.com/bigdata-coss/agent_mcp.git
cd agent_mcp

2. Ejecute el contenedor Docker de GraphDB

Inicie el servidor GraphDB ejecutando el siguiente comando desde el directorio raíz del proyecto:

docker-compose up -d

La interfaz web de GraphDB se ejecuta en http://localhost:7200 .

3. Construya y ejecute el servidor MCP

# 의존성 설치
npm install

# 프로젝트 빌드
npm run build

# 서버 실행 (테스트용, Claude Desktop에서는 필요 없음)
node build/index.js

4. Importar datos RDF

Vaya a la interfaz web de GraphDB ( http://localhost:7200 ) y haga lo siguiente:

Crear un repositorio:
- Configuración → Repositorios → Crear nuevo repositorio
- ID del repositorio: schemaorg-current-https (o cualquier nombre que desee)
- Título del repositorio: "Schema.org"
- Haga clic en "Crear"
Obtener datos de muestra:
- Seleccione el repositorio que ha creado
- Importar → RDF → Subir archivos RDF
- Sube un archivo de ejemplo al directorio imports (por ejemplo imports/example.ttl )
- Haga clic en "Importar"

Nota : El proyecto incluye archivos RDF de ejemplo en el directorio imports .

5. Configuración de Claude Desktop

Para utilizar Ontology MCP en Claude Desktop, debe actualizar el archivo de configuración de MCP:

Abra el archivo de configuración de Claude Desktop:
- Ventanas: %AppData%\Claude\claude_desktop_config.json
- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
- Linux: ~/.config/Claude/claude_desktop_config.json
Añade las siguientes configuraciones:

{
  "mcpServers": {
    "a2a-ontology-mcp": {
      "command": "node",
      "args": ["E:\\codes\\a2a_mcp\\build"],
      "env": {
        "SPARQL_ENDPOINT": "http://localhost:7200",
        "OPENAI_API_KEY": "your-api-key",
        "GEMINI_API_KEY" : "your-api-key"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

IMPORTANTE : Cambie la ruta en 'args' a la ruta absoluta real al directorio de compilación de su proyecto.

Reiniciar Claude Desktop

Licencia

Este proyecto se proporciona bajo la licencia MIT. Consulte el archivo de LICENCIA para obtener más detalles.

Ontology MCP

Integrations