Graphistry MCP 集成
使用 Graphistry 和 MCP 对大型语言模型进行 GPU 加速图形可视化和分析。
概述
该项目将 Graphistry 强大的 GPU 加速图形可视化平台与模型控制协议 (MCP) 相集成，为 AI 助手和法学硕士 (LLM) 提供高级图形分析功能。它使法学硕士 (LLM) 能够通过标准化、LLM 友好的界面可视化和分析复杂的网络数据。
主要特点：
- 通过 Graphistry 实现 GPU 加速的图形可视化
- 高级模式发现和关系分析
- 网络分析（社区检测、中心性、路径查找、异常检测）
- 支持各种数据格式（Pandas、NetworkX、边列表）
- LLM 友好 API：用于图形工具的单个
graph_data字典
🚨重要提示：Graphistry 需要注册
此 MCP 服务器需要一个免费的 Graphistry 帐户才能使用可视化功能。
- 在hub.graphistry.com注册免费账户
- 在启动服务器之前，将您的凭据设置为环境变量或
.env文件：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了解模板。
MCP 配置 (.mcp.json)
要将此项目与 Cursor 或其他 MCP 兼容工具一起使用，您需要在项目根目录中创建一个.mcp.json文件。模板文件为.mcp.json.example 。
设置：
cp .mcp.json.example .mcp.json
编辑.mcp.json如下：
- 为您的环境设置正确的路径（例如，项目根目录、Python 可执行文件、服务器脚本）
- 设置您的 Graphistry 凭证（或使用环境变量/.env）
- 在 HTTP 和 stdio 模式之间进行选择：
graphistry-http ：通过 HTTP 连接（设置url以匹配服务器的端口）graphistry ：通过 stdio 连接（根据需要设置command 、 args和env ）
笔记：
.mcp.json.example包含 HTTP 和 stdio 配置。您可以根据需要通过设置disabled字段来启用/禁用它们。- 请参阅
.env.example了解环境变量设置。
安装
推荐安装（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)
或者使用安装脚本：
./setup-graphistry-mcp.sh
用法
启动服务器
# 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
安全和凭证处理
- 服务器使用python-dotenv从环境变量或
.env加载凭据，因此您可以安全地使用.env文件进行本地开发。 start-graphistry-mcp.sh脚本源.env并且是启动服务器最强大、最安全的方式。
添加到 Cursor（或其他 LLM 工具）
- 将 MCP 服务器添加到您的
.cursor/mcp.json或等效配置中：{
"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"
}
}
- 确保使用虚拟环境（通过使用 venv 的 python 的完整路径，或在启动之前激活它）。
- 如果您看到有关 API 版本或缺少凭据的错误，请仔细检查您的环境变量和注册。
示例：可视化图形（LLM 友好 API）
主工具visualize_graph现在接受单个graph_data字典。例如：
{
"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."
}
}
示例（超图）：
{
"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."
}
}
可用的 MCP 工具
以下 MCP 工具可用于图形可视化、分析和操作：
- visualize_graph ：使用 Graphistry 的 GPU 加速渲染器可视化图形或超图。
- get_graph_ids ：列出当前会话中所有存储的图形 ID。
- get_graph_info ：获取存储图的元数据（节点/边数、标题、描述）。
- apply_layout ：将标准布局（force_directed、radial、circle、grid）应用于图形。
- detect_patterns ：运行网络分析（中心性、社区检测、路径查找、异常检测）。
- encode_point_color ：按列设置节点颜色编码（分类或连续）。
- encode_point_size ：按列设置节点大小编码（分类或连续）。
- encode_point_icon ：按列设置节点图标编码（分类，带有图标映射或分箱）。
- encode_point_badge ：按列设置节点徽章编码（分类，带有图标映射或分箱）。
- apply_ring_categorical_layout ：按分类列（例如，组/类型）排列环中的节点。
- apply_group_in_a_box_layout ：以组内框布局排列节点（需要 igraph）。
- apply_modularity_weighted_layout ：按模块化加权布局排列节点（需要 igraph）。
- apply_ring_continuous_layout ：按连续列（例如分数）排列环中的节点。
- apply_time_ring_layout ：按日期时间列（例如，created_at）排列环中的节点。
- apply_tree_layout ：以树状（分层层次）布局排列节点。
- set_graph_settings ：设置高级可视化设置（点大小、边缘影响等）。
贡献
欢迎提交 PR 和问题！随着我们对 LLM 驱动的图形分析和工具集成的了解越来越多，这个项目正在快速发展。
执照
麻省理工学院