Skip to main content
Glama

kg-mcp

Knowledge Graph MCP Server. Maschinenoptimiert – kein Prosa, kein Markdown. Kompaktes JSON für LLM-Kontexteffizienz.

Deployment (Coolify)

  1. GitHub Repo erstellen und Code pushen

  2. In Coolify: Neue Application → GitHub → dieses Repo

  3. Build Pack: Dockerfile

  4. Port: 8099

  5. Domain: kg-mcp.kailohmann.de

  6. Volume: /data (persistent für SQLite)

  7. Keine weiteren Env-Vars nötig (Defaults sind gesetzt)

Claude MCP Integration

Nach Deployment in Claude.ai unter Settings → MCP Servers hinzufügen:

URL: https://kg-mcp.kailohmann.de/mcp
Name: kg-mcp

Tools

Tool

Funktion

kg_boot

Session-Start: State + Node-Index

kg_get

Node + N-Hop Nachbarschaft

kg_search

Volltext-Suche

kg_put_node

Node erstellen/aktualisieren

kg_put_edge

Edge erstellen/aktualisieren

kg_delete_node

Node löschen

kg_delete_edge

Edge löschen

kg_state

Projektstatus setzen

kg_bulk

Batch-Operationen

kg_traverse

BFS Subgraph-Traversierung

Compact Format

Node: {"id":"schwamm","t":"metaphor","s":"...","b":[1,3,6],"st":"explored","k":"...","m":{}}
Edge: {"src":"schwamm","rel":"contrasts","tgt":"basic_programm","w":1.0,"n":"..."}
Index: {"id":"schwamm","t":"metaphor","st":"explored"}

Lokal testen

KG_DB_PATH=./test.db KG_TRANSPORT=streamable-http python server.py

Related MCP Connectors