Skip to main content
Glama

German Family Business Knowledge Graph MCP Server

德国家族企业知识图谱 MCP 服务器

🏢 KnowledgeGraph-MCP - 专门为德国家族企业知识图谱构建的 Model Context Protocol (MCP) 服务器

Python Neo4j FastMCP License

📋 项目简介

本项目提供一个专业的 MCP 服务器,让 AI 助手(如 Claude、Cursor、Cline 等)能够直接访问和查询德国家族企业知识图谱数据库。通过 Neo4j 图数据库存储结构化知识,支持复杂的关系查询和语义搜索。

🎯 项目特色

  • 垂直领域专业化: 专注于德国家族企业领域知识

  • 智能查询支持: AI 可自然构造 Cypher 查询语句

  • 结构化知识图谱: 层次化组织的企业管理、创新、传承知识

  • 即插即用: 快速集成到现有 AI 工作流程

  • 安全可靠: 只读访问,防止数据意外修改

Related MCP server: MCP Neo4j Knowledge Graph Memory Server

✨ 功能特性

🔍 核心工具

  1. explain_database_structure - 数据库结构解释器

    • 完整的知识图谱结构概览

    • 节点类型、关系类型详细说明

    • 实际数据样例展示

    • 领域术语和概念介绍

  2. run_cypher_query - Cypher 查询执行器

    • 安全的只读查询执行

    • 丰富的查询结果格式化

    • 智能错误提示和建议

    • 支持参数化查询

📊 知识图谱内容

  • 企业管理 (Unternehmensführung)

  • 创新发展 (Innovation)

  • 企业传承 (Nachfolge)

  • 治理结构 (Governance)

  • 中小企业 (Mittelstand)

  • 数字化转型 (Digitalisierung)

🚀 快速开始

前置要求

  • Python 3.8+

  • Neo4j 5.0+

  • 支持 MCP 的 AI 客户端 (Claude Desktop, Cursor, Cline 等)

安装步骤

  1. 克隆项目

    git clone https://github.com/guangxiangdebizi/KnowledgeGraph-MCP.git cd KnowledgeGraph-MCP
  2. 创建虚拟环境

    python -m venv .venv source .venv/bin/activate # Linux/Mac # 或 .venv\Scripts\activate # Windows
  3. 安装依赖

    pip install -r mcp_requirements.txt
  4. 配置 Neo4j 数据库

    # 确保 Neo4j 服务运行在 localhost:7687 # 修改 neo4j_mcp_server.py 中的连接配置 NEO4J_URI = "bolt://localhost:7687" NEO4J_USERNAME = "neo4j" NEO4J_PASSWORD = "your_password"
  5. 导入知识图谱数据

    python import_to_neo4j.py
  6. 启动 MCP 服务器

    python neo4j_mcp_server.py

MCP 客户端配置

Cursor

在 Cursor 的 MCP 配置中添加:

{ "mcpServers": { "neo4j-knowledge-graph": { "url": "http://127.0.0.1:8000/sse", "name": "Neo4j知识图谱", "description": "德国家族企业知识图谱查询服务" } } }

Claude Desktop

~/.config/claude/mcp_servers.json 中添加:

{ "mcpServers": { "neo4j-knowledge-graph": { "url": "http://127.0.0.1:8000/sse", "transport": "sse", "name": "Neo4j知识图谱" } } }

📁 项目结构

KnowledgeGraph-MCP/ ├── neo4j_mcp_server.py # MCP 服务器主程序 ├── import_to_neo4j.py # 数据导入脚本 ├── setup_graphrag.py # GraphRAG 设置脚本 ├── mcp_requirements.txt # MCP 依赖包 ├── requirements.txt # 完整依赖包 ├── knowledge_graph_nodes.csv # 节点数据 ├── knowledge_graph_relationships.csv # 关系数据 ├── 德国的家族企业/ # 原始文档 ├── 德国的家族企业的PPT/ # 演示文档 ├── README_MCP服务器使用说明.md # MCP 使用说明 ├── README_Neo4j导入说明.md # 数据导入说明 ├── cursor_config.json # Cursor MCP 配置 ├── cline_config.json # Cline MCP 配置 └── 通用_mcp_config.json # 通用 MCP 配置

💡 使用示例

1. 获取数据库结构

# AI 首先调用此工具了解知识图谱结构 explain_database_structure()

2. 查询特定主题

# AI 根据结构信息构造查询 run_cypher_query(""" MATCH (n:Node) WHERE n.name CONTAINS '创新' AND n.type = 'section' RETURN n.name, n.description LIMIT 5 """)

3. 探索关系网络

# 查找层次关系 run_cypher_query(""" MATCH (parent)-[:INCLUDES]->(child) WHERE parent.name CONTAINS '家族企业' RETURN parent.name, child.name, child.type """)

🛠️ 技术栈

📖 相关文档

🤝 贡献指南

我们欢迎各种形式的贡献!

  1. Fork 本项目

  2. 创建你的特性分支 (git checkout -b feature/AmazingFeature)

  3. 提交你的更改 (git commit -m 'Add some AmazingFeature')

  4. 推送到分支 (git push origin feature/AmazingFeature)

  5. 打开一个 Pull Request

贡献方向

  • 🔍 扩展知识图谱数据内容

  • 🛠️ 增强查询功能和性能

  • 📚 完善文档和示例

  • 🐛 修复 Bug 和改进代码质量

  • 🌐 多语言支持

⚠️ 注意事项

  • 确保 Neo4j 数据库正常运行

  • MCP 服务器默认运行在 http://127.0.0.1:8000

  • 所有查询都是只读的,不支持数据修改操作

  • 建议在生产环境中配置适当的安全措施

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详细信息。

🙏 致谢

📞 联系方式

如有问题或建议,请:

  • 📧 提交 Issue

  • 💬 发起 Discussion

  • ⭐ 给项目点个 Star 支持我们!


让 AI 助手成为德国家族企业知识领域的专家! 🚀

-
security - not tested
F
license - not found
-
quality - not tested

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/guangxiangdebizi/KnowledgeGraph-MCP'

If you have feedback or need assistance with the MCP directory API, please join our Discord server