[!WICHTIG]
Dieses Repository wurde in das Monorepo Memgraph AI Toolkit integriert, um die Duplizierung von Tools zu vermeiden.
Es wird in einem Monat gelöscht. Bitte folgen Sie dort der MCP-Integration für alle zukünftigen Entwicklungen und öffnen Sie in diesem Repo gerne Probleme oder PRs.

🚀 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

📹 Memgraph MCP Server-Schnellstartvideo

1. Führen Sie den Memgraph MCP Server aus

1. Installieren Sie uv und erstellen Sie venv mit uv venv . Aktivieren Sie die virtuelle Umgebung mit .venv\Scripts\activate .

2. Abhängigkeiten installieren: uv add "mcp[cli]" httpx

3. Führen Sie den Memgraph MCP-Server aus: uv run server.py .

2. Führen Sie den MCP-Client aus

1. Installieren Sie Claude für Desktop .

2. Fügen Sie den Memgraph-Server zur Claude-Konfiguration hinzu:

MacOS/Linux

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

Windows

code $env:AppData\Claude\claude_desktop_config.json

Beispielkonfiguration:

{
    "mcpServers": {
      "mpc-memgraph": {
        "command": "/Users/katelatte/.local/bin/uv",
        "args": [
            "--directory",
            "/Users/katelatte/projects/mcp-memgraph",
            "run",
            "server.py"
        ]
     }
   }
}

[!NOTIZ]
Möglicherweise müssen Sie den vollständigen Pfad zur UV-Programmdatei in das Befehlsfeld eingeben. Sie erhalten diesen, indem Sie which uv unter MacOS/Linux oder where uv unter Windows ausführen. Stellen Sie sicher, dass Sie den absoluten Pfad zu Ihrem Server angeben.

3. Chatten Sie mit der Datenbank

1. Führen Sie Memgraph MAGE aus:

   docker run -p 7687:7687 memgraph/memgraph-mage --schema-info-enabled=True

   Die Konfigurationseinstellung --schema-info-enabled ist auf True gesetzt, um LLM die Ausführung der Abfrage SHOW SCHEMA INFO zu ermöglichen.

2. 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.