Skip to main content
Glama

GxP MDM MCP Server - Herramientas Cypher para Claude / ChatGPT / Cursor

Este servidor MCP expone tu inventario de sistemas computerizados como un grafo de conocimiento mediante consultas Cypher. Cualquier agente de Claude/ChatGPT puede consultar los datos maestros GxP sin alucinar.

Arquitectura

Claude / ChatGPT / Cursor
        |
        | MCP (stdio)
        v
  mcp_server.py (14 tools)
        |
        | Cypher queries
        v
  Neo4j (or MOCK mode: NetworkX + JSON) <- your MDM golden record

¿Por qué Cypher?

  • Radio de impacto es un recorrido de grafo: MATCH (start)-[:SENDS_VIA*1..3]->(downstream) — imposible en SQL.

  • Linaje de datos para investigaciones ALCOA+

  • Verdad regulatoria de referencia — el agente solo puede citar cláusulas devueltas por Cypher, lo que evitaalucinaciones.

Related MCP server: NOMIK

14 herramientas expuestas

Herramienta

Cypher

Qué hace

cypher_query

A medida

Cypher seguro de solo lectura para exploración

list_all_systems

MATCH (s:ComputerizedSystem) RETURN

Inventario completo: los auditores preguntan esto primero

get_system_details

Subgrafo completo

Sistema + funciones + registros electrónicos + proveedor + interfaces

get_blast_radius

MATCH (start)-[:SENDS_VIA*1..$depth]->(downstream)

La app estrella: ¿qué sistemas GxP aguas abajo se ven afectados por un cambio?

get_upstream_lineage

Recorrido inverso

¿De dónde vienen los datos?

get_applicable_regulations

(s)-[:HAS_FUNCTION]->(f)-[:REGULATED_BY]->(reg)

Anti-alucinación: solo se pueden citar estas cláusulas

get_system_interfaces

(s)-[flow:SENDS_VIA]->(target)

Interfaces API/archivo/manuales con indicador de GxP

find_validation_gaps

WHERE validation_status <> 'Validated'

Sistemas GxP directos Sin Validar

find_high_risk_functions

WHERE is_gxp_critical AND risk='Major'

Firma electrónica, liberación de lotes, potencia

get_supplier_risk

WHERE validation_status

Estado de auditoría del proveedor, SOC2

get_data_lineage

MATCH (s)-[:GENERATES]->(e:ElectronicRecord)

Linaje de datos para un tipo de registro

get_gxp_inventory

WHERE gxp_impact='Directo'

Inventario GxP directo

assess_change_impact

Compuesta

Orquesta 3 consultas Cypher y genera una evaluación de impacto según GAMP 5 / CSA

Inicio rápido (no se requiere Neo4j - modo mock)

cd gxp_mdm_mcp_server
pip install -r requirements.txt

# Mock mode: uses JSON + NetworkX, no Neo4j required
python scripts/test_tools.py

# Should show:
# - List 4 systems
# - Veeva QMS details with downstream SAP
# - Blast radius: Veeva -> SAP
# - REJECT for audit trail purge
# - Minor for version upgrade

El modo mock es perfecto para pruebas de concepto y para probar con Claude Desktop.

Modo producción con Neo4j

# .env - set Neo4j creds
cp .env.example .env
# Edit .env with your Neo4j URI

# Start Neo4j
docker-compose up -d neo4j

# Load sample data + schema
python scripts/load_sample_data.py

# Test with Neo4j
python scripts/test_tools.py

# Start API harness (optional)
uvicorn src.api_server:app --reload --port 8000
# http://localhost:8000/cypher/list_all_systems
# http://localhost:8000/cypher/blast_radius?system_id=SYS-VEEVA-QMS-001

Configuración de Claude Desktop

  1. Busca tu configuración de Claude: ~/Library/Application Support/Claude/claude_desktop_config.json (Mac) o %APPDATA%/Claude/claude_desktop_config.json (Windows)

  2. Añádela (usa la ruta absoluta):

{
  "mcpServers": {
    "gxp-mdm-cypher": {
      "command": "python",
      "args": ["/absolute/path/to/gxp_mdm_mcp_server/src/mcp_server.py"],
      "env": {
        "NEO4J_URI": "",
        "NEO4J_USERNAME": "neo4j",
        "NEO4J_PASSWORD": "password"
      }
    }
  }
}

Para el modo mock, deja NEO4J_URI vacío. Para Neo4j, establece bolt://localhost:7687.

  1. Reinicia Claude Desktop. Deberías ver las 14 herramientas en 🔌.

  2. Prueba con estos prompts:

List all GxP Direct systems in my inventory
> calls list_all_systems(gxp_impact="Direct")

What happens if I change Veeva QMS? Show blast radius
> calls get_blast_radius(system_id="SYS-VEEVA-QMS-001")

Assess this change: Enable audit trail purge after 7 years for Veeva QMS
> calls assess_change_impact -> should REJECT per 21CFR11.10(e)

Assess Veeva upgrade from 24R1 to 24R2 with no e-sig change
> calls assess_change_impact -> should be Minor per CSA low risk

Configuración de Cursor

Mira la configuración config/cursor_config.json.example - añádela a .cursor/mcp.json

ChatGPT (con compatibilidad con MCP)

Si usas un GPT personalizado de ChatGPT con MCP, usa config/chatgpt_mcp_config.json como referencia. ChatGPT llamará a las herramientas vía stdio.

Consultas Cypher - Verdad de referencia

Todas las consultas están en src/cypher_tools.py. Las principales:

Radio de impacto (el foso):

MATCH (start:ComputerizedSystem {system_id: $system_id})
MATCH path = (start)-[:SENDS_VIA*1..$depth]->(downstream:ComputerizedSystem)
WHERE downstream.gxp_impact IN ['Direct', 'GxP Relevant']
RETURN downstream.system_id, length(path) as distance

Regulación anti-alucinación:

MATCH (s:ComputerizedSystem {system_id: $system_id})
OPTIONAL MATCH (s)-[:HAS_FUNCTION]->(f)-[:REGULATED_BY]->(reg)
RETURN collect(DISTINCT reg) as regulations

Claude tradicional debe citar solo los clause_ids devueltos aquí.

Del POC a producción

  1. Reemplaza data/*.json por la API real de Veeva Vault + ServiceNow CMDB + Okta

  2. Añade herramientas de escritura (con flujo de trabajo de aprobación) para actualizar validation_status

  3. Añade una herramienta de búsqueda vectorial para el RAG de regulación (integra GAMP 5 2.ª ed.)

  4. Añade un agente de revisión periódica que llame find_periodic_review_overdue según una agenda

Ya tienes la capa que todos los agentes CSV deben consultar.

Solución de problemas

  • No module named mcp: ejecuta pip install mcp

  • Claude no ve las herramientas: comprueba la ruta absoluta en la configuración, reinicia Claude y revisa los logs ~/Library/Logs/Claude/mcp*.log

  • La conexión con Neo4j falla: retrocede automáticamente al modo mock, comprueba NEO4J_URI

Buena suerte dominando el mercado.

Maintenance

ActivitySlowing
ResponsivenessNo issues

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    C
    maintenance
    Transforms code repositories and development documentation into a queryable Neo4j knowledge graph, enabling AI assistants to perform intelligent code analysis, dependency mapping, impact assessment, and automated documentation generation across 15+ programming languages.
    7
    -
  • F
    license
    Not graded
    quality
    D
    maintenance
    AI-native code intelligence graph that builds a persistent knowledge graph of your codebase in Neo4j and exposes it to AI assistants via MCP, enabling contextual code analysis, impact analysis, and dependency tracking.
    23
    -
  • A
    license
    Not graded
    quality
    C
    maintenance
    Enables AI agents to query architecture context, data contracts, and blast radius to prevent cross-repo architectural breakage before merging.
    24
    Apache 2.0