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

Related MCP server: Data Visualization MCP Server

🚨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
请参阅.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

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." } }