[!WICHTIG]
Dieses Repository wurde in das Monorepo
🚀 Memgraph MCP-Server
Memgraph MCP Server ist eine leichtgewichtige Serverimplementierung des Model Context Protocol (MCP), die für die Verbindung von Memgraph mit LLMs entwickelt wurde.

⚡ Schnellstart
1. Führen Sie den Memgraph MCP Server aus
Installieren Sie
uvund erstellen Sievenvmituv venv. Aktivieren Sie die virtuelle Umgebung mit.venv\Scripts\activate.Abhängigkeiten installieren:
uv add "mcp[cli]" httpxFühren Sie den Memgraph MCP-Server aus:
uv run server.py.
2. Führen Sie den MCP-Client aus
Installieren Sie Claude für Desktop .
Fügen Sie den Memgraph-Server zur Claude-Konfiguration hinzu:
MacOS/Linux
Windows
Beispielkonfiguration:
[!NOTIZ]
Möglicherweise müssen Sie den vollständigen Pfad zur UV-Programmdatei in das Befehlsfeld eingeben. Sie erhalten diesen, indem Siewhich uvunter MacOS/Linux oderwhere uvunter Windows ausführen. Stellen Sie sicher, dass Sie den absoluten Pfad zu Ihrem Server angeben.
3. Chatten Sie mit der Datenbank
Führen Sie Memgraph MAGE aus:
docker run -p 7687:7687 memgraph/memgraph-mage --schema-info-enabled=TrueDie Konfigurationseinstellung
--schema-info-enabledist aufTruegesetzt, um LLM die Ausführung der AbfrageSHOW SCHEMA INFOzu ermöglichen.Öffnen Sie Claude Desktop und sehen Sie sich die aufgelisteten Memgraph-Tools und -Ressourcen an. Probieren Sie es aus! (Sie können Dummy-Daten aus Memgraph Lab Datasets laden.)
Related MCP server: mcp-graphql
🔧Werkzeuge
run_query()
Führen Sie eine Cypher-Abfrage gegen Memgraph aus.
🗃️ Ressourcen
get_schema()
Holen Sie sich Memgraph-Schemainformationen (Voraussetzung: --schema-info-enabled=True ).
🗺️ Roadmap
Der Memgraph MCP Server steht noch ganz am Anfang. Wir arbeiten aktiv daran, seine Funktionen zu erweitern und die Integration von Memgraph in moderne KI-Workflows noch einfacher zu gestalten. In Kürze werden wir eine TypeScript-Version des Servers veröffentlichen, um JavaScript-basierte Umgebungen besser zu unterstützen. Darüber hinaus planen wir, dieses Projekt in unser zentrales AI Toolkit- Repository zu migrieren, wo es neben anderen Tools und Integrationen für LangChain, LlamaIndex und MCP verfügbar sein wird. Unser Ziel ist es, ein einheitliches Open-Source-Toolkit bereitzustellen, das die nahtlose Entwicklung graphenbasierter Anwendungen und intelligenter Agenten mit Memgraph als Kern ermöglicht.