本体 MCP

Name: Ontology MCP
Author: bigdata-coss

Ontology MCP 是一个模型上下文协议 (MCP) 服务器，它将 GraphDB 的 SPARQL 端点和 Ollama 模型连接到 Claude。该工具允许 Claude 查询和操作本体数据并利用各种 AI 模型。

本体 MCP 概述

主要特点

SPARQL相关函数

执行 SPARQL 查询（ mcp_sparql_execute_query ）
执行 SPARQL 更新查询（ mcp_sparql_update ）
列出存储库（ mcp_sparql_list_repositories ）
查询图表列表（ mcp_sparql_list_graphs ）
获取资源信息（ mcp_sparql_get_resource_info ）

与 Ollama 模型相关的功能

运行模型（ mcp_ollama_run ）
检查模型信息（ mcp_ollama_show ）
下载模型（ mcp_ollama_pull ）
获取模型列表（ mcp_ollama_list ）
删除模型（ mcp_ollama_rm ）
聊天完成（ mcp_ollama_chat_completion ）
检查容器状态（ mcp_ollama_status ）

OpenAI相关功能

聊天完成（ mcp_openai_chat ）
创建图像（ mcp_openai_image ）
文本转语音（ mcp_openai_tts ）
语音转文本（ mcp_openai_transcribe ）
生成嵌入（ mcp_openai_embedding ）

Google Gemini 相关功能

生成文本（ mcp_gemini_generate_text ）
聊天完成（ mcp_gemini_chat_completion ）
获取模型列表（ mcp_gemini_list_models ）
~~生成图像（ mcp_gemini_generate_images ）- 使用 Imagen 模型~~（当前已禁用）
~~生成视频（ mcp_gemini_generate_videos ） - 使用 Veo 模型~~（当前已禁用）
~~生成多模式内容（ mcp_gemini_generate_multimodal_content ）~~（当前已禁用）

注意：由于 API 兼容性问题，Gemini 的图像创建、视频创建和多模式内容创建功能目前已被禁用。

支持的 Gemini 型号

模型转换	输入	功率输出	优化目标
Gemini 2.5 Flash 预览 `gemini-2.5-flash-preview-04-17`	音频、图片、视频、文本	文本	适应性思维，成本效益
Gemini 2.5 Pro 预览版 `gemini-2.5-pro-preview-03-25`	音频、图片、视频、文本	文本	增强思维和推理能力、多模式理解能力、高级编码能力
双子座 2.0 Flash `gemini-2.0-flash`	音频、图片、视频、文本	文本、图像（实验性）、音频（即将推出）	下一代能力、速度、思维、实时流媒体、多模式创作
Gemini 2.0 Flash-Lite `gemini-2.0-flash-lite`	音频、图片、视频、文本	文本	经济高效且低延迟
双子座 1.5 闪光灯 `gemini-1.5-flash`	音频、图片、视频、文本	文本	适用于各种任务的快速且多功能的性能
双子座 1.5 Flash-8B `gemini-1.5-flash-8b`	音频、图片、视频、文本	文本	高容量和低智力任务
双子座 1.5 专业版 `gemini-1.5-pro`	音频、图片、视频、文本	文本	需要更多智能的复杂推理任务
双子座嵌入 `gemini-embedding-exp`	文本	文本嵌入	测量文本字符串的相关性
Imagen 3 `imagen-3.0-generate-002`	文本	图像	谷歌最先进的图像生成模型
Veo 2 `veo-2.0-generate-001`	文本、图片	视频	制作高质量的视频
Gemini 2.0 Flash Live `gemini-2.0-flash-live-001`	音频、视频、文本	文本、音频	低延迟、双向语音和视频交互

HTTP 请求函数

执行 HTTP 请求（ mcp_http_request ） - 使用各种 HTTP 方法（如 GET、POST、PUT、DELETE 等）与外部 API 通信。

Related MCP server: terraform-cloud-mcp

开始

1. 克隆存储库

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

2. 运行 GraphDB Docker 容器

通过从项目根目录运行以下命令来启动 GraphDB 服务器：

docker-compose up -d

GraphDB Web 界面在http://localhost:7200运行。

3. 构建并运行 MCP 服务器

# 의존성 설치 npm install # 프로젝트 빌드 npm run build # 서버 실행 (테스트용, Claude Desktop에서는 필요 없음) node build/index.js

4.导入RDF数据

转到 GraphDB Web 界面（ http://localhost:7200 ）并执行以下操作：

创建存储库：
- “设置”→“存储库”→“创建新存储库”
- 存储库 ID： schemaorg-current-https （或您想要的任何名称）
- 存储库标题：“Schema.org”
- 点击“创建”
获取示例数据：
- 选择您创建的存储库
- “导入” → “RDF” → “上传 RDF 文件”
- 将示例文件上传到imports目录（例如imports/example.ttl ）
- 点击“导入”

注意：该项目在imports目录中包含示例 RDF 文件。

5. 设置 Claude Desktop

要在 Claude Desktop 中使用 Ontology MCP，您需要更新 MCP 设置文件：

打开 Claude Desktop 设置文件：
- Windows： %AppData%\Claude\claude_desktop_config.json
- macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
- Linux： ~/.config/Claude/claude_desktop_config.json
添加以下设置：

{ "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": [] } } }