MCP Server

🚀 MCP サーバー

このアプリケーションはPythonベースのサーバーで、SharePointからメタデータを取得し、Neo4jの知識グラフを使って意味的な類似性検索でエンティティを取得するツールを提供します。

✨ 主な機能

• メタデータ取得：SharePointの 'ドキュメント' ライブラリから構造化されたメタデータを取得します。
• エンティティ取得：意味的な類似性に基づいてNeo4jの知識グラフをクエリし、関連するエンティティとその関係を検索します。
• FastMCP 統合：FastMCPフレームワークをベースに構築され、ツールの管理と実行に使用されます。

📦 インストール

前提条件

• Python 3.x
• Neo4j データベース
• SharePoint アクセス資格情報
• OpenAI API キー（意味検索用）

インストール手順

1. リポジトリをクローンします：

git clone <repository-url>
cd mcp-server

2. 仮想環境を作成してアクティブ化します：

python -m venv venv
source venv/bin/activate  # Windowsの場合は：venv\Scripts\activate

3. 依存関係をインストールします：

pip install -r requirements.txt

4. 環境変数を設定します： .env ファイルを作成し、以下の変数を含めます：

SHAREPOINT_URL=
SHAREPOINT_USERNAME=
SHAREPOINT_PASSWORD=
SHAREPOINT_LIBRARY_NAME=

NEO4J_URI=
NEO4J_USER=
NEO4J_PASSWORD=

EMBEDDING_MODEL_ENDPOINT=
EMBEDDING_MODEL_KEY=
EMBEDDING_MODEL_API_VERSION=
EMBEDDING_MODEL_DEPLOYMENT_NAME=
EMBEDDING_MODEL_CHUNK_SIZE=
EMBEDDING_MODEL_DIMENSION=
EMBEDDING_MODEL_CHUNK_OVERLAP=

💻 使用例

基本的な使用法

1. サーバーを起動します：

python mcp_server.py

2. サーバーは2つの主要なツールを提供します：
   • metadata_retrieve：SharePointから構造化されたメタデータを取得します。
   • entity_retrieve：意味的な類似性を使って知識グラフをクエリします。

📚 ドキュメント

プロジェクト構造

.
├── mcp_server.py          # メインサーバーアプリケーション
├── settings.py            # 設定管理
├── services/             # サービス実装
│   ├── graph_store.py    # Neo4j グラフ操作
│   └── sharepoint.py     # SharePoint 統合
├── requirements.txt      # プロジェクト依存関係
└── .env                  # 環境変数

依存関係

• langchain-mcp-adapters
• mcp[cli]
• langchain_openai
• pinecone
• langchain
• langchain_neo4j
• office365-rest-python-client