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

📋 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: CodeRAG

✨ 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

在 ~/.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

• 后端框架: FastMCP 2.0

• 图数据库: Neo4j 5.0+

• Python 驱动: neo4j-driver

• 协议标准: Model Context Protocol

• 传输方式: Server-Sent Events (SSE)

📖 相关文档

• MCP 服务器使用说明

• Neo4j 数据导入说明

• Model Context Protocol 官方文档

• FastMCP 框架文档

🤝 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

• Neo4j - 提供强大的图数据库支持

• FastMCP - 优秀的 MCP 框架

• Model Context Protocol - 标准化的 AI 上下文协议

📞 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！ 🚀