MCP Server

🚀 MCP 服務器

MCP 服務器是一個基於 Python 的服務器應用程序。它提供了強大的工具，可從 SharePoint 檢索元數據，還能借助語義相似度搜索，從 Neo4j 知識圖譜中檢索實體，為數據處理和知識挖掘提供了便利。

✨ 主要特性

• 元數據檢索：能夠從 SharePoint 的 '文檔' 庫中獲取結構化元數據，方便對文檔信息進行整理和分析。
• 實體檢索：通過語義相似度查詢 Neo4j 知識圖譜，可精準查找相關實體及其關係，有助於深入挖掘知識關聯。
• FastMCP 集成：基於 FastMCP 框架構建，用於工具管理和執行，提升了系統的可管理性和執行效率。

📦 安裝指南

先決條件

• Python 3.x
• Neo4j 數據庫
• SharePoint 訪問憑證
• OpenAI API 密鑰（用於語義搜索）

安裝步驟

1. 克隆倉庫：

git clone <repository-url>
cd mcp-server

2. 創建並激活虛擬環境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate

3. 安裝依賴項：

pip install -r requirements.txt

4. 配置環境變量： 創建一個 .env 文件，包含以下變量：

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=

💻 使用示例

基礎用法

啟動服務器

python mcp_server.py

使用工具

服務器提供兩個主要工具：

• metadata_retrieve：從 SharePoint 檢索結構化元數據
• entity_retrieve：使用語義相似度查詢知識圖譜

📚 詳細文檔

項目結構

.
├── mcp_server.py          # 主服務器應用程序
├── settings.py            # 配置管理
├── services/             # 服務實現
│   ├── graph_store.py    # Neo4j 圖操作
│   └── sharepoint.py     # SharePoint 集成
├── requirements.txt      # 項目依賴項
└── .env                  # 環境變量

依賴項

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