基于提供的变量和取值,这个工具可以命名为 **"MCP智能本体查询器"**。其中,"MCP" 是英文专有名词 "Model Context Protocol" 的缩写,保留不变;"智能本体查询器" 则概括了该工具的核心功能,即通过人工智能模型查询和操作本体数据。
一种模型上下文协议(MCP)服务器,它连接GraphDB的SPARQL端点和Ollama模型到Claude,使Claude能够查询和操作本体数据,同时利用各种人工智能模型。
服务介绍
# Ontology MCP
Ontology MCP 是一个 Model Context Protocol (MCP) 服务器,它将 GraphDB 的 SPARQL 端点和 Ollama 模型连接到 Claude。使用此工具,Claude 可以查询和操作本体数据,并利用各种 AI 模型。

主要功能
SPARQL 相关功能
- 执行 SPARQL 查询 (
mcp_sparql_execute_query) - 执行 SPARQL 更新查询 (
mcp_sparql_update) - 列出存储库 (
mcp_sparql_list_repositories) - 列出图形 (
mcp_sparql_list_graphs) - 获取资源信息 (
mcp_sparql_get_resource_info)
Ollama 模型相关功能
- 运行模型 (
mcp_ollama_run) - 查看模型信息 (
mcp_ollama_show) - 下载模型 (
mcp_ollama_pull) - 列出模型 (
mcp_ollama_list) - 删除模型 (
mcp_ollama_rm) - 聊天完成 (
mcp_ollama_chat_completion) - 检查容器状态 (
mcp_ollama_status)
OpenAI 相关功能
- 聊天完成 (
mcp_openai_chat) - 生成图像 (
mcp_openai_image) - 文本转语音 (
mcp_openai_tts) - 语音转文本 (
mcp_openai_transcribe) - 生成嵌入 (
mcp_openai_embedding)
Google Gemini 相关功能
- 生成文本 (
mcp_gemini_generate_text) - 聊天完成 (
mcp_gemini_chat_completion) - 列出模型 (
mcp_gemini_list_models) - ~~生成图像 (
mcp_gemini_generate_images) - 使用 Imagen 模型~~(当前禁用) - ~~生成视频 (
mcp_gemini_generate_videos) - 使用 Veo 模型~~(当前禁用) - ~~生成多模态内容 (
mcp_gemini_generate_multimodal_content)~~(当前禁用)
注意:由于 API 兼容性问题,Gemini 的图像生成、视频生成和多模态内容生成功能目前已被禁用。
支持的 Gemini 模型
| 模型变体 | 输入 | 输出 | 优化目标 |
|---|---|---|---|
Gemini 2.5 Flash 预览版 gemini-2.5-flash-preview-04-17 |
音频、图像、视频、文本 | 文本 | 适应性思维、成本效益 |
Gemini 2.5 Pro 预览版 gemini-2.5-pro-preview-03-25 |
音频、图像、视频、文本 | 文本 | 增强的思考与推理、多模态理解、高级编码 |
Gemini 2.0 Flash gemini-2.0-flash |
音频、图像、视频、文本 | 文本、图像(实验)、音频(即将推出) | 新一代功能、速度、思维、实时流媒体、多模态生成 |
Gemini 2.0 Flash-Lite gemini-2.0-flash-lite |
音频、图像、视频、文本 | 文本 | 成本效益及低延迟 |
Gemini 1.5 Flash gemini-1.5-flash |
音频、图像、视频、文本 | 文本 | 在多种任务中快速且多功能的表现 |
Gemini 1.5 Flash-8B gemini-1.5-flash-8b |
音频、图像、视频、文本 | 文本 | 大容量和低智能任务 |
Gemini 1.5 Pro gemini-1.5-pro |
音频、图像、视频、文本 | 文本 | 需要更多智能的复杂推理任务 |
Gemini 嵌入 gemini-embedding-exp |
文本 | 文本嵌入 | 衡量文本字符串的相关性 |
Imagen 3 imagen-3.0-generate-002 |
文本 | 图像 | Google 最先进的图像生成模型 |
Veo 2 veo-2.0-generate-001 |
文本、图像 | 视频 | 生成高分辨率视频 |
Gemini 2.0 Flash 实时 gemini-2.0-flash-live-001 |
音频、视频、文本 | 文本、音频 | 低延迟双向语音和视频交互 |
HTTP 请求功能
- 执行 HTTP 请求 (
mcp_http_request) - 使用 GET、POST、PUT、DELETE 等多种 HTTP 方法与外部 API 通信
开始使用
1. 克隆仓库
git clone https://github.com/bigdata-coss/agent_mcp.git
cd agent_mcp
2. 启动 GraphDB Docker 容器
在项目根目录下运行以下命令来启动 GraphDB 服务器:
docker-compose up -d
GraphDB Web 界面将在 http://localhost:7200 上运行。
3. 构建并运行 MCP 服务器
# 의존성 설치
npm install
# 프로젝트 빌드
npm run build
# 서버 실행 (테스트용, Claude Desktop에서는 필요 없음)
node build/index.js
4. 导入 RDF 数据
访问 GraphDB Web 界面(http://localhost:7200)并执行以下步骤:
-
创建仓库:
- "Setup" → "Repositories" → "Create new repository"
- 仓库ID:
schemaorg-current-https(或您希望的名称) - 仓库标题: "Schema.org"
- 点击"Create"
-
导入示例数据:
- 选择创建的仓库
- "Import" → "RDF" → "Upload RDF files"
- 上传
imports目录中的示例文件(例如:imports/example.ttl) - 点击"Import"
注意: 项目中包含了
imports目录下的示例RDF文件。
5. 设置Claude Desktop
要在Claude Desktop中使用Ontology MCP,需要更新MCP配置文件:
-
打开Claude Desktop配置文件:
- Windows:
%AppData%\Claude\claude_desktop_config.json - macOS:
~/Library/Application Support/Claude/claude_desktop_config.json - Linux:
~/.config/Claude/claude_desktop_config.json
- Windows:
-
添加以下设置:
{
"mcpServers": {
"a2a-ontology-mcp": {
"command": "node",
"args": ["E:\\codes\\a2a_mcp\\build"],
"env": {
"SPARQL_ENDPOINT": "http://localhost:7200",
"OPENAI_API_KEY": "your-api-key",
"GEMINI_API_KEY" : "your-api-key"
},
"disabled": false,
"autoApprove": []
}
}
}
重要: 请将
args中的路径更改为您项目的实际构建目录绝对路径。
- 重启Claude Desktop