GraphRAG MCP 서버

Neo4j(그래프 데이터베이스)와 Qdrant(벡터 데이터베이스)를 결합하여 강력한 의미론적 및 그래프 기반 문서 검색을 제공하는 하이브리드 그래프 및 벡터 데이터베이스 시스템을 쿼리하기 위한 모델 컨텍스트 프로토콜 서버입니다.

개요

GraphRAG MCP는 대규모 언어 모델과 그래프 데이터베이스(Neo4j)와 벡터 데이터베이스(Qdrant)의 장점을 모두 활용하는 하이브리드 검색 시스템 간의 원활한 통합을 제공합니다. 이를 통해 다음과 같은 이점을 얻을 수 있습니다.

• 문서 임베딩을 통한 의미 검색
• 관계에 따른 그래프 기반 컨텍스트 확장
• 벡터 유사성과 그래프 관계를 결합한 하이브리드 검색
• MCP를 통한 Claude 및 기타 LLM과의 완벽한 통합

이 프로젝트는 모델 컨텍스트 프로토콜 사양을 따르므로 모든 MCP 지원 클라이언트와 호환됩니다.

특징

• 문장 임베딩과 Qdrant를 활용한 의미 검색
• Neo4j를 사용한 그래프 기반 컨텍스트 확장
• 두 가지 접근 방식을 결합한 하이브리드 검색
• LLM 통합을 위한 MCP 도구 및 리소스
• Neo4j 스키마 및 Qdrant 수집 정보에 대한 전체 문서

필수 조건

• 파이썬 3.12+
• localhost:7687에서 실행되는 Neo4j(기본 구성)
• localhost:6333에서 실행되는 Qdrant(기본 구성)
• 두 데이터베이스 모두에 인덱싱된 문서 데이터

설치

빠른 시작

1. 이 저장소를 복제하세요:지엑스피1
2. uv를 사용하여 종속성을 설치합니다.
   uv install
3. .env 파일에서 데이터베이스 연결을 구성하세요.
   # Neo4j Configuration NEO4J_URI=bolt://localhost:7687 NEO4J_USER=neo4j NEO4J_PASSWORD=password # Qdrant Configuration QDRANT_HOST=localhost QDRANT_PORT=6333 QDRANT_COLLECTION=document_chunks
4. 서버를 실행합니다:
   uv run main.py

자세한 설정 가이드

기본 하이브리드 데이터베이스 시스템 설정에 대한 자세한 가이드는 동반 저장소인 GraphRAG Hybrid Database를 참조하세요.

Neo4j 및 Qdrant 설정

1. Neo4j를 설치하고 시작하세요:
   # Using Docker docker run \ --name neo4j \ -p 7474:7474 -p 7687:7687 \ -e NEO4J_AUTH=neo4j/password \ -v $HOME/neo4j/data:/data \ -v $HOME/neo4j/logs:/logs \ -v $HOME/neo4j/import:/import \ -v $HOME/neo4j/plugins:/plugins \ neo4j:latest
2. Qdrant를 설치하고 시작하세요:
   # Using Docker docker run -p 6333:6333 -p 6334:6334 \ -v $HOME/qdrant/storage:/qdrant/storage \ qdrant/qdrant

문서 인덱싱

두 데이터베이스 모두에서 문서를 색인화하려면 다음 단계를 따르세요.

1. 서류를 준비하세요
2. 문장 변환기를 사용하여 임베딩 생성
3. 관계 정보와 함께 Neo4j에 문서 저장
4. Qdrant에 문서 청크 임베딩 저장

자세한 인덱싱 스크립트와 절차는 GraphRAG 하이브리드 데이터베이스 저장소를 참조하세요.

MCP 클라이언트와의 통합

Claude Desktop / 커서 통합

1. 실행 스크립트를 실행 가능하게 만듭니다.
   chmod +x run_server.sh
2. MCP 구성 파일( ~/.cursor/mcp.json 또는 Claude Desktop과 동일)에 서버를 추가합니다.
   { "mcpServers": { "GraphRAG": { "command": "/path/to/graphrag_mcp/run_server.sh", "args": [] } } }
3. MCP 클라이언트(Cursor, Claude Desktop 등)를 다시 시작합니다.

용법

MCP 도구

이 서버는 LLM 사용을 위한 다음과 같은 도구를 제공합니다.

1. search_documentation - 의미 검색을 사용하여 정보 검색
   # Example usage in MCP context result = search_documentation( query="How does graph context expansion work?", limit=5, category="technical" )
2. hybrid_search - 의미 기반 및 그래프 기반 접근 방식을 모두 사용하여 검색
   # Example usage in MCP context result = hybrid_search( query="Vector similarity with graph relationships", limit=10, category=None, expand_context=True )

MCP 리소스

서버는 다음과 같은 리소스를 제공합니다.

1. https://graphrag.db/schema/neo4j - Neo4j 그래프 스키마에 대한 정보
2. https://graphrag.db/collection/qdrant - Qdrant 벡터 컬렉션에 대한 정보

문제 해결

• 연결 문제 : Neo4j와 Qdrant가 실행 중이고 액세스 가능한지 확인하세요.
• 빈 결과 : 문서 컬렉션이 제대로 인덱싱되었는지 확인하세요.
• 종속성 누락 : uv install 실행하여 모든 패키지가 설치되었는지 확인하세요.
• 데이터베이스 인증 : .env 파일에서 자격 증명을 확인하세요.

기여하다

기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.

특허

MIT 라이센스

저작권 (c) 2025 Riley Lemm

본 소프트웨어 및 관련 문서 파일(이하 "소프트웨어")의 사본을 취득한 모든 사람에게 소프트웨어를 제한 없이 거래할 수 있는 권한을 무상으로 부여합니다. 여기에는 소프트웨어 사본을 사용, 복사, 수정, 병합, 게시, 배포, 하위 라이선스 및/또는 판매할 수 있는 권한이 포함되나 이에 국한되지 않으며, 소프트웨어가 제공된 사람에게도 이러한 권한을 부여합니다. 단, 다음 조건에 따라야 합니다.

위의 저작권 고지와 본 허가 고지는 소프트웨어의 모든 사본 또는 실질적인 부분에 포함되어야 합니다.

본 소프트웨어는 상품성, 특정 목적 적합성 및 비침해에 대한 보증을 포함하되 이에 국한되지 않는 명시적 또는 묵시적 보증 없이 "있는 그대로" 제공됩니다. 어떠한 경우에도 저작자 또는 저작권자는 본 소프트웨어 또는 본 소프트웨어의 사용 또는 기타 거래와 관련하여 발생하는 계약, 불법 행위 또는 기타 소송을 포함한 모든 청구, 손해 또는 기타 책임에 대해 책임을 지지 않습니다.

속성

이 MCP 서버를 사용하거나 자신의 목적에 맞게 수정할 경우 Riley Lemm에게 출처를 명시하고 이 저장소( https://github.com/rileylemm/graphrag\_mcp )로 다시 링크해 주세요.