Submit

本项目提供一个专业的 MCP 服务器，让 AI 助手（如 Claude、Cursor、Cline 等）能够直接访问和查询德国家族企业知识图谱数据库。通过 Neo4j 图数据库存储结构化知识，支持复杂的关系查询和语义搜索。

德国家族企业知识图谱 MCP 服务器

🏢 KnowledgeGraph-MCP - 专门为德国家族企业知识图谱构建的 Model Context Protocol (MCP) 服务器

PythonNeo4jFastMCPLicense

📋 项目简介

本项目提供一个专业的 MCP 服务器，让 AI 助手（如 Claude、Cursor、Cline 等）能够直接访问和查询德国家族企业知识图谱数据库。通过 Neo4j 图数据库存储结构化知识，支持复杂的关系查询和语义搜索。

🎯 项目特色

  • 垂直领域专业化: 专注于德国家族企业领域知识
  • 智能查询支持: AI 可自然构造 Cypher 查询语句
  • 结构化知识图谱: 层次化组织的企业管理、创新、传承知识
  • 即插即用: 快速集成到现有 AI 工作流程
  • 安全可靠: 只读访问，防止数据意外修改

✨ 功能特性

🔍 核心工具

  1. explain_database_structure - 数据库结构解释器

    • 完整的知识图谱结构概览
    • 节点类型、关系类型详细说明
    • 实际数据样例展示
    • 领域术语和概念介绍

  2. run_cypher_query - Cypher 查询执行器

    • 安全的只读查询执行
    • 丰富的查询结果格式化
    • 智能错误提示和建议
    • 支持参数化查询

📊 知识图谱内容

  • 企业管理 (Unternehmensführung)
  • 创新发展 (Innovation)
  • 企业传承 (Nachfolge)
  • 治理结构 (Governance)
  • 中小企业 (Mittelstand)
  • 数字化转型 (Digitalisierung)

🚀 快速开始

前置要求

  • Python 3.8+
  • Neo4j 5.0+
  • 支持 MCP 的 AI 客户端 (Claude Desktop, Cursor, Cline 等)

安装步骤

  1. 克隆项目

    git clone https://github.com/guangxiangdebizi/KnowledgeGraph-MCP.git
cd KnowledgeGraph-MCP

  2. 创建虚拟环境

    python -m venv .venv
source .venv/bin/activate  # Linux/Mac
# 或
.venv\Scripts\activate     # Windows

  3. 安装依赖

    pip install -r mcp_requirements.txt

  4. 配置 Neo4j 数据库

    # 确保 Neo4j 服务运行在 localhost:7687
# 修改 neo4j_mcp_server.py 中的连接配置
NEO4J_URI = "bolt://localhost:7687"
NEO4J_USERNAME = "neo4j"
NEO4J_PASSWORD = "your_password"

  5. 导入知识图谱数据

    python import_to_neo4j.py

  6. 启动 MCP 服务器

    python neo4j_mcp_server.py

MCP 客户端配置

Cursor

在 Cursor 的 MCP 配置中添加：

{
  "mcpServers": {
    "neo4j-knowledge-graph": {
      "url": "http://127.0.0.1:8000/sse",
      "name": "Neo4j知识图谱",
      "description": "德国家族企业知识图谱查询服务"
    }
  }
}
Claude Desktop

在 ~/.config/claude/mcp_servers.json 中添加：

{
  "mcpServers": {
    "neo4j-knowledge-graph": {
      "url": "http://127.0.0.1:8000/sse",
      "transport": "sse",
      "name": "Neo4j知识图谱"
    }
  }
}

📁 项目结构

KnowledgeGraph-MCP/
├── neo4j_mcp_server.py           # MCP 服务器主程序
├── import_to_neo4j.py            # 数据导入脚本
├── setup_graphrag.py             # GraphRAG 设置脚本
├── mcp_requirements.txt          # MCP 依赖包
├── requirements.txt              # 完整依赖包
├── knowledge_graph_nodes.csv     # 节点数据
├── knowledge_graph_relationships.csv # 关系数据
├── 德国的家族企业/                # 原始文档
├── 德国的家族企业的PPT/           # 演示文档
├── README_MCP服务器使用说明.md    # MCP 使用说明
├── README_Neo4j导入说明.md       # 数据导入说明
├── cursor_config.json           # Cursor MCP 配置
├── cline_config.json            # Cline MCP 配置
└── 通用_mcp_config.json          # 通用 MCP 配置

💡 使用示例

1. 获取数据库结构

# AI 首先调用此工具了解知识图谱结构
explain_database_structure()

2. 查询特定主题

# AI 根据结构信息构造查询
run_cypher_query("""
MATCH (n:Node) 
WHERE n.name CONTAINS '创新' AND n.type = 'section'
RETURN n.name, n.description 
LIMIT 5
""")

3. 探索关系网络

# 查找层次关系
run_cypher_query("""
MATCH (parent)-[:INCLUDES]->(child)
WHERE parent.name CONTAINS '家族企业'
RETURN parent.name, child.name, child.type
""")

🛠️ 技术栈

📖 相关文档

🤝 贡献指南

我们欢迎各种形式的贡献！

  1. Fork 本项目
  2. 创建你的特性分支 (git checkout -b feature/AmazingFeature)
  3. 提交你的更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 打开一个 Pull Request

贡献方向

  • 🔍 扩展知识图谱数据内容
  • 🛠️ 增强查询功能和性能
  • 📚 完善文档和示例
  • 🐛 修复 Bug 和改进代码质量
  • 🌐 多语言支持

⚠️ 注意事项

  • 确保 Neo4j 数据库正常运行
  • MCP 服务器默认运行在 http://127.0.0.1:8000
  • 所有查询都是只读的，不支持数据修改操作
  • 建议在生产环境中配置适当的安全措施

📄 许可证

本项目采用 MIT 许可证 - 查看 LICENSE 文件了解详细信息。

🙏 致谢

📞 联系方式

如有问题或建议，请：

  • 📧 提交 Issue
  • 💬 发起 Discussion
  • ⭐ 给项目点个 Star 支持我们！

让 AI 助手成为德国家族企业知识领域的专家！ 🚀

MCP Server · Populars

MCP Server · New