Graphrag MCP

🚀 圖形RAG MCP 服務器

圖形RAG MCP服務器是一個用於查詢混合圖和向量數據庫系統的模型上下文協議（Model Context Protocol）服務器。它結合了Neo4j（圖數據庫）和Qdrant（向量數據庫），實現了強大的語義和基於圖的文檔檢索，為大型語言模型與混合檢索系統的集成提供了有力支持。

🚀 快速開始

GraphRAG MCP 提供了大型語言模型與混合檢索系統之間的無縫集成，該系統利用了圖數據庫（Neo4j）和向量數據庫（Qdrant）的優勢。這使得語義搜索、基於圖的上下文擴展、混合搜索等功能成為可能，並且能與Claude和其他大語言模型（LLM）通過MCP協議完全集成。該項目遵循模型上下文協議規範，與任何啟用MCP的客戶端兼容。

✨ 主要特性

• 語義搜索：使用句子嵌入和Qdrant進行。
• 基於圖的上下文擴展：藉助Neo4j實現。
• 混合搜索：結合了向量相似性和圖關係兩種方法。
• MCP工具和資源：用於LLM集成。
• 完整記錄Neo4j模式和Qdrant集合信息。

📦 安裝指南

快速安裝

使用以下命令進行快速安裝：

git clone https://github.com/rileylemm/graphrag-mcp.git
cd graphrag-mcp
pip install -r requirements.txt

詳細安裝步驟

1. 克隆倉庫：

git clone https://github.com/rileylemm/graphrag-mcp.git
cd graphrag-mcp

2. 安裝依賴項：

pip install -r requirements.txt

3. 配置環境變量： 創建一個.env文件並添加以下內容：

NEO4J_URI=你的Neo4j連接字符串
NEO4J_USER=你的Neo4j用戶名
NEO4J_PASSWORD=你的Neo4j密碼
QDRANT_HOST=http://localhost:6333

4. 啟動服務器：

python -m graphrag.mcp.server

💻 使用示例

基礎用法

from mcpipy import mcp

# 連接到MCP服務器
client = mcp.Client("http://localhost:8080")

# 查詢示例
response = client.query("查詢內容", resource="https://graphrag.db/collection/qdrant")
print(response)

📚 詳細文檔

MCP資源

• https://graphrag.db/schema/neo4j：提供Neo4j圖數據庫的模式信息。
• https://graphrag.db/collection/qdrant：提供Qdrant向量集合的信息。

故障排除

• 連接問題：確認Neo4j和Qdrant正在運行且可訪問。
• 空結果：檢查文檔集合是否已正確索引。
• 缺少依賴項：運行pip install -r requirements.txt以確保所有包已安裝。
• 數據庫認證：驗證.env文件中的憑據。

📄 許可證

本項目採用MIT License。

版權所有 (c) 2025 Riley Lemm

許可如下：

允許任何人免費使用、複製、修改、合併、發佈、分發、 sublicense 和/或出售該軟件及其關聯的文檔文件（“軟件”），無限制，包括但不限於以下權利：在合同、侵權行為或其他方式中使用該軟件的權利。

軟件按“現狀”提供，不做任何明示或暗示的保證，包括但不限於對適銷性、特定用途的適用性以及非侵權性的保證。在因合同、侵權行為或其他方式導致的任何主張、損害或其他責任中，作者或版權持有人不承擔責任。

致謝

如果您使用此MCP服務器或將其用於自身目的，請務必向Riley Lemm提供引用，並鏈接回此倉庫（https://github.com/rileylemm/graphrag_mcp）。