Neon MCP Serverはオープンソースのツールで、ユーザーが自然言語を使ってNeon Postgresデータベースとやり取りでき、データベース管理タスクを簡素化します。

ATLASはTypeScriptとNeo4jをベースに構築されたスマートなタスクと知識管理システムで、LLMエージェント向けに設計され、プロジェクト、タスク、および知識の3層管理アーキテクチャを提供します。

NeovimとClaudeを統合したMCPサーバーで、AIによるテキスト編集を実現する

Neo4j MCPサーバーは、環境変数設定をサポートする知識グラフストレージサービスで、モデルコンテキストプロトコルと互換性があります。

Neo4Jデータベースに基づく知識サービスのMCPサーバープロトタイプで、Neo4Jから知識を抽出して質問に回答し、Cursorなどのクライアントを通じた使用をサポートします。

このプロジェクトはTypecast APIのMCPサーバーを実装し、MCPクライアントに標準化された音声合成サービスのやり取り方法を提供します。

Neo4jベースの知識グラフサーバーで、AIモデルとMCPプロトコルを統合し、動的な知識管理と意味検索をサポートします。

MCP Neo4jサーバーは、Neo4jグラフデータベースとClaudeデスクトップを接続するミドルウェアで、自然言語によるグラフデータベース操作をサポートし、クエリ、ノードの作成、関係の設定などの機能があります。

ネオコーダーは、Neo4jの知識グラフをベースにしたAIプログラミング支援システムで、MCPサーバーを介してAIアシスタントと知識グラフのやり取りを実現し、標準化されたコーディングワークフロー、動的操作マニュアル、およびプロジェクトメモリ機能を提供します。このシステムは、基本的なプログラミング、科学研究、意思決定分析、複雑なシステムモデリング、知識グラフ管理、コード分析など、複数の操作モード（インカーネーション）をサポートし、ワークフローテンプレートと実行記録をNeo4jに保存することで、コーディングプロセスのトレーサビリティと標準化を保証します。

Unified MCP Tool Graphは、研究に基づくプロジェクトで、異なるMCPサーバーからのツールAPIを集約し、構造化して集中型のNeo4jグラフデータベースに格納することで、大規模言語モデル（LLMs）とエージェントAIシステムに最も関連するツールを動的に検索するためのインテリジェントなインフラストラクチャ層を提供します。

Neo N3モデルコンテキストプロトコル（MCP）は、AIエージェントやアプリケーションがNeo N3ブロックチェーンとやり取りするための標準化されたインターフェースプロトコルです。使いやすいサーバー実装を提供し、npxを使用して直接実行でき、手動での環境設定は必要ありません。このプロトコルには、ブロックチェーン情報の照会、ウォレット管理、資産移転、スマートコントラクトのやり取りなどの機能が含まれており、さらにHTTPサーバーを介してRESTful API形式で機能を公開します。

Neo4jに基づく知識グラフ保存と検索サービスで、MCPプロトコルのサーバー実装として、環境変数を通じてデータベース接続を設定でき、プロジェクト専用の知識グラフ管理機能を提供します。

GraphRAG MCPは、Neo4jグラフデータベースとQdrantベクトルデータベースを組み合わせたハイブリッド検索システムで、大規模言語モデルに意味とグラフ関係を組み合わせたドキュメント検索サービスを提供します。

これはCloudflare Workersに基づく軽量型のModel Control Protocol (MCP)サーバーで、エージェント（Cursorなど）をネオンREST APIに接続し、開発者がツールを通じて機能を拡張できるようにします。

Neo4jに基づく知識グラフ管理MCPサーバーの実装で、グラフデータベースの保存と検索のための標準インターフェースを提供します。

Neo4j MCPサーバー実装で、Model Context Protocolを通じてグラフデータベースの操作を管理し、CursorとClaude Desktopに互換性があり、Cypherクエリの実行をサポートします。

Neo4jに基づく知識グラフメモリサーバーで、AI対話に対して効率的なストレージと検索機能を提供します。

MCP Neo4j知識グラフメモリサーバーは、Neo4jグラフデータベースに基づく強化版メモリストレージシステムで、AIアシスタントに高性能な知識グラフの保存と検索機能を提供します。

脅威情報収集用のMCPサーバープロジェクトで、コマンドラインツールを使って指定された期間内の脅威情報を収集し、Neo4j知識グラフと統合できます。

NeoDB MCPサーバーの実装で、ソーシャル書籍目録サービスNeoDBとのやり取りを可能にするツールを提供します。

Adaptive Graph of ThoughtsはNeo4jグラフデータベースに基づく知能科学的推論フレームワークで、グラフ構造を通じて複雑な科学的推論タスクを実現し、Claude DesktopなどのAIアプリケーションとの統合をサポートします。

Neo4jグラフデータベースに基づく予約システムMCPサーバーで、予約管理、顧客管理、従業員管理などの完全な機能を提供し、大規模言語モデルにMCPツールをサポートします。

このプロジェクトでは、WakuとReactサーバーコンポーネントを使用して、NeonのMCPサーバーを通じてAnthropic APIを統合し、カスタムチャットインターフェイスを実装する方法を示しています。

RESTful APIベースのターミナルコマンド実行とファイル管理システムで、AIアシスタントにプロセス制御、ファイル操作、およびシステム管理機能を提供します。

このプロジェクトでは、WakuフレームワークとReactサーバーコンポーネントを使用して、NeonのMCPサーバーを通じてAnthropic APIに接続し、カスタムチャットインターフェイスを実現する方法をデモンストレーションしています。

ネオンMCPサーバーはオープンソースツールで、自然言語を使ってネオンPostgresデータベースと対話でき、プロジェクトやブランチの作成、クエリ、マイグレーションなどのデータベース管理タスクを簡素化します。

MCP Neo4jサーバーは、Neo4jグラフデータベースとClaudeデスクトップを接続するミドルウェアで、自然言語による対話を通じたグラフデータベース操作をサポートします。

Cloudflare Workersに基づく軽量級MCPサーバーで、エージェント（Cursorなど）とネオンREST APIを接続し、ツールの拡張をサポートします。

ネオンMCPサーバーは、モデルコンテキストプロトコル（MCP）標準に基づくサーバーで、大規模言語モデル（Claudeなど）とネオンデータベースサービスを接続し、自然言語でデータベースプロジェクト、ブランチ、テーブル構造、マイグレーションなどの操作をサポートします。

知識グラフビルダーは、ローカルAIモデルを使用してテキストまたはウェブページの内容を構造化された知識グラフに変換し、大規模コンテンツの処理、リアルタイム可視化をサポートし、Neo4jとQdrantデータベースと統合します。

MCPフレームワークに基づくNeo4jデータベース操作サービスで、非同期データベース操作インターフェースとプロキシ設定をサポートします。

Pythonで実装されたモデルコンテキストプロトコル（MCP）SDKで、LLMとの対話用の標準サーバーとクライアントを構築します。

ネオンMCPサーバーは、Model Context Protocol（MCP）標準に基づくサーバーで、大規模言語モデル（LLM）とネオンデータベース間のコンテキスト対話を管理します。自然言語指示でデータベース操作（プロジェクトの作成、ブランチ管理、SQLクエリの実行、移行など）をサポートします。

精密医療知識グラフ (PrimeKG) をNeo4jデータベースにインポートするプロジェクトで、生物医学データの分析と探索に使用されます。

CodeRAGは、コードベースをインテリジェントな知識グラフに変換するツールです。Neo4Jを使用してコードの構造グラフを構築し、複数の言語の分析をサポートし、コードの品質指標とAI統合を提供し、コードレビュー、アーキテクチャ分析、リファクタリングを支援します。

Pythonベースのサービスアプリケーションで、SharePointからメタデータを取得し、Neo4jの知識グラフから意味的な類似性を通じてエンティティを検索する機能を提供します。

自然言語でNeo4jデータベースをクエリする対話型チャットインターフェイスプロジェクトで、Chainlit、Neo4j MCP、Claude LLM技術を統合しています。

Neo4j MCPプロジェクトは、標準化されたプロトコルを通じてLLMと外部システムを接続し、自然言語でNeo4jデータベースの操作、知識グラフの保存、Auraクラウドサービスの管理を実現します。

VectorCodeはコードリポジトリのインデックスツールで、コードリポジトリの情報をインデックス化して提供することで、プログラミング用の大規模言語モデル（LLM）のプロンプト構築を最適化することを目的としています。複数の埋め込みエンジンをサポートし、コマンドラインツールとNeovimプラグインを提供し、開発者がプロジェクトのコンテキストをより効率的に利用してモデルの出力品質を向上させるのを支援します。