Graphistry MCP統合
Graphistry と MCP を使用した大規模言語モデルの GPU アクセラレーションによるグラフの視覚化と分析。
概要
このプロジェクトは、Graphistryの強力なGPUアクセラレーションによるグラフ可視化プラットフォームとモデル制御プロトコル（MCP）を統合し、AIアシスタントやLLM向けの高度なグラフ分析機能を実現します。これにより、LLMは標準化されたLLM対応インターフェースを通じて、複雑なネットワークデータを可視化・分析できるようになります。
主な機能:
- Graphistry による GPU アクセラレーションによるグラフ可視化
- 高度なパターン発見と関係分析
- ネットワーク分析（コミュニティ検出、中心性、パス検索、異常検出）
- さまざまなデータ形式（Pandas、NetworkX、エッジリスト）のサポート
- LLM 対応 API: グラフ ツール用の単一の
graph_data辞書
🚨 重要: Graphistry 登録が必要です
この MCP サーバーでは、視覚化機能を使用するために無料の Graphistry アカウントが必要です。
- hub.graphistry.comで無料アカウントを登録してください
- サーバーを起動する前に、資格情報を環境変数または
.envファイルで設定します。export GRAPHISTRY_USERNAME=your_username
export GRAPHISTRY_PASSWORD=your_password
# or create a .env file with:
# GRAPHISTRY_USERNAME=your_username
# GRAPHISTRY_PASSWORD=your_password
.env.exampleを参照してください。
MCP 構成 (.mcp.json)
このプロジェクトをCursorやその他のMCP互換ツールで使用するには、プロジェクトルートに.mcp.jsonファイルが必要です。テンプレートは.mcp.json.exampleとして提供されています。
設定：
cp .mcp.json.example .mcp.json
.mcp.json次のように編集します。
- 環境に合わせて正しいパスを設定します（例：プロジェクトルート、Python実行ファイル、サーバースクリプト）
- Graphistry の資格情報を設定します (または環境変数/.env を使用します)
- HTTP モードと stdio モードを選択します。
graphistry-http : HTTP経由で接続します（サーバーのポートに合わせてurlを設定してください）graphistry : stdio 経由で接続します (必要に応じてcommand 、 args 、 envを設定します)
注記：
.mcp.json.exampleには HTTP と stdio の両方の設定が含まれています。disabled フィールドdisabled設定することで、必要に応じて有効化/無効化できます。- 環境変数の設定については、
.env.example参照してください。
インストール
推奨インストール（Python venv + pip）
# Clone the repository
git clone https://github.com/graphistry/graphistry-mcp.git
cd graphistry-mcp
# Set up virtual environment and install dependencies
python3 -m venv .venv
source .venv/bin/activate
pip install -e ".[dev]"
# Set up your Graphistry credentials (see above)
または、セットアップ スクリプトを使用します。
./setup-graphistry-mcp.sh
使用法
サーバーの起動
# Activate your virtual environment if not already active
source .venv/bin/activate
# Start the server (stdio mode)
python run_graphistry_mcp.py
# Or use the start script for HTTP or stdio mode (recommended, sources .env securely)
./start-graphistry-mcp.sh --http 8080
セキュリティと資格情報の取り扱い
- サーバーはpython-dotenvを使用して環境変数または
.envから資格情報を読み込むため、ローカル開発では.envファイルを安全に使用できます。 start-graphistry-mcp.shスクリプトは.envソースとし、サーバーを起動する最も堅牢で安全な方法です。
カーソル（または他のLLMツール）への追加
- MCP サーバーを
.cursor/mcp.jsonまたは同等の構成に追加します。{
"graphistry": {
"command": "/path/to/your/.venv/bin/python",
"args": ["/path/to/your/run_graphistry_mcp.py"],
"env": {
"GRAPHISTRY_USERNAME": "your_username",
"GRAPHISTRY_PASSWORD": "your_password"
},
"type": "stdio"
}
}
- 仮想環境が使用されていることを確認します (venv の python へのフルパスを使用するか、起動前にアクティブ化します)。
- API バージョンまたは資格情報の不足に関するエラーが表示される場合は、環境変数と登録を再確認してください。
例: グラフの可視化 (LLM 対応 API)
メインツールでvisualize_graph 、単一のgraph_data辞書を受け入れるようになりました。例:
{
"graph_data": {
"graph_type": "graph",
"edges": [
{"source": "A", "target": "B"},
{"source": "A", "target": "C"},
{"source": "A", "target": "D"},
{"source": "A", "target": "E"},
{"source": "B", "target": "C"},
{"source": "B", "target": "D"},
{"source": "B", "target": "E"},
{"source": "C", "target": "D"},
{"source": "C", "target": "E"},
{"source": "D", "target": "E"}
],
"nodes": [
{"id": "A"}, {"id": "B"}, {"id": "C"}, {"id": "D"}, {"id": "E"}
],
"title": "5-node, 10-edge Complete Graph",
"description": "A complete graph of 5 nodes (K5) where every node is connected to every other node."
}
}
例（ハイパーグラフ）:
{
"graph_data": {
"graph_type": "hypergraph",
"edges": [
{"source": "A", "target": "B", "group": "G1", "weight": 0.7},
{"source": "A", "target": "C", "group": "G1", "weight": 0.6},
{"source": "B", "target": "C", "group": "G2", "weight": 0.8},
{"source": "A", "target": "D", "group": "G2", "weight": 0.5}
],
"columns": ["source", "target", "group"],
"title": "Test Hypergraph",
"description": "A simple test hypergraph."
}
}
利用可能なMCPツール
グラフの視覚化、分析、および操作には、次の MCP ツールが使用できます。
- visualize_graph : Graphistry の GPU アクセラレーション レンダラーを使用してグラフまたはハイパーグラフを視覚化します。
- get_graph_ids : 現在のセッションに保存されているすべてのグラフ ID を一覧表示します。
- get_graph_info : 保存されたグラフのメタデータ (ノード/エッジ数、タイトル、説明) を取得します。
- apply_layout : グラフに標準レイアウト (force_directed、radial、circle、grid) を適用します。
- detect_patterns : ネットワーク分析 (中心性、コミュニティ検出、パス検索、異常検出) を実行します。
- encode_point_color : 列 (カテゴリまたは連続) ごとにノードの色のエンコーディングを設定します。
- encode_point_size : 列 (カテゴリまたは連続) ごとにノード サイズのエンコーディングを設定します。
- encode_point_icon : 列ごとにノード アイコンのエンコーディングを設定します (カテゴリ別、アイコン マッピングまたはビニングを使用)。
- encode_point_badge : 列ごとにノードバッジのエンコーディングを設定します (カテゴリ、アイコン マッピングまたはビニングを使用)。
- apply_ring_categorical_layout : カテゴリ列 (グループ/タイプなど) ごとにリング内のノードを配置します。
- apply_group_in_a_box_layout : グループインアボックスレイアウトでノードを配置します (igraph が必要です)。
- apply_modularity_weighted_layout : モジュール性重み付けレイアウトでノードを配置します (igraph が必要です)。
- apply_ring_continuous_layout : 連続した列 (スコアなど) ごとにリング内のノードを配置します。
- apply_time_ring_layout : 日付時刻列 (例: created_at) ごとにリング内のノードを配置します。
- apply_tree_layout : ノードをツリー (階層型) レイアウトに配置します。
- set_graph_settings : 高度な視覚化設定 (ポイント サイズ、エッジの影響など) を設定します。
貢献
PR と問題を歓迎します。このプロジェクトは、LLM 駆動型のグラフ分析とツール統合について学ぶにつれて急速に進化しています。
ライセンス
マサチューセッツ工科大学