memgraph
MCP 服务配置
复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用
{
"mcpServers": {
"mpc-memgraph": {
"args": [
"--directory",
"/Users/katelatte/projects/mcp-memgraph",
"run",
"server.py"
],
"command": "/Users/katelatte/.local/bin/uv"
}
}
}
可用工具 (1 个)
该服务在 MCP 协议中暴露的工具,AI 可按需调用
run_query 1 个参数 需填 1 项
Run a query against Memgraph
必填参数:query
服务介绍
[!IMPORTANT]
此仓库已合并到 Memgraph AI Toolkit 单一仓库中,以避免工具重复。
该仓库将在一个月后被删除——请在 MCP 集成 中进行所有未来开发,并随时在该仓库中提出问题或 PR。
🚀 Memgraph MCP 服务器
Memgraph MCP 服务器是 Model Context Protocol (MCP) 的轻量级服务器实现,旨在将 Memgraph 与 LLMs 连接起来。

⚡ 快速开始
1. 运行 Memgraph MCP 服务器
- 安装
uv并使用uv venv创建venv。通过.venvScriptsactivate激活虚拟环境。 - 安装依赖项:
uv add "mcp[cli]" httpx - 运行 Memgraph MCP 服务器:
uv run server.py。
2. 运行 MCP 客户端
- 安装 Claude for Desktop。
- 将 Memgraph 服务器添加到 Claude 配置中:
MacOS/Linux
code ~/Library/Application Support/Claude/claude_desktop_config.json
Windows
code $env:AppData\Claude\claude_desktop_config.json
示例配置:
{
"mcpServers": {
"mpc-memgraph": {
"command": "/Users/katelatte/.local/bin/uv",
"args": [
"--directory",
"/Users/katelatte/projects/mcp-memgraph",
"run",
"server.py"
]
}
}
}
[!NOTE]
您可能需要在命令字段中输入uv可执行文件的完整路径。您可以通过在 MacOS/Linux 上运行which uv或在 Windows 上运行where uv来获取该路径。确保传递服务器的绝对路径。
3. 与数据库聊天
-
运行 Memgraph MAGE:
docker run -p 7687:7687 memgraph/memgraph-mage --schema-info-enabled=True
--schema-info-enabled配置设置为True以允许 LLM 执行SHOW SCHEMA INFO查询。 -
打开 Claude Desktop 并查看列出的 Memgraph 工具和资源。尝试一下!(您可以从 Memgraph Lab 数据集中加载示例数据)
🔧 工具
run_query()
对 Memgraph 运行 Cypher 查询。
🗃️ 资源
get_schema()
获取 Memgraph 模式信息(前提条件:--schema-info-enabled=True)。
🗺️ 路线图
Memgraph MCP 服务器才刚刚起步。我们正在积极扩展其功能,并使其更容易集成到现代 AI 工作流中。不久的将来,我们将发布服务器的 TypeScript 版本,以更好地支持基于 JavaScript 的环境。此外,我们计划将此项目迁移到我们的中央 AI Toolkit 仓库中,在那里它将与其他 LangChain、LlamaIndex 和 MCP 的工具和集成一起存在。我们的目标是提供一个统一的开源工具包,使构建以 Memgraph 为核心的图形驱动应用程序和智能代理变得无缝。