OriginTrail DKG MCP Server (example) について
OriginTrail DKG MCP Server は、MCP 対応エージェントと OriginTrail Decentralized Knowledge Graph を接続する Python 製サンプルサーバーです。検証可能な知識の検索や公開、分散型エージェントメモリに対応しますが、ベータ版のため本番利用は推奨されていません。
主な機能
- 01SPARQL による DKG クエリ
- 02自然言語から JSON-LD への変換
- 03ナレッジアセットの作成と公開
- 04分散型エージェントメモリの保存と取得
活用シーン
- 01名前を指定した DKG エンティティ検索
- 02説明文からナレッジアセットを作成・公開
- 03エージェントメモリの保存と取得
MCP 対応
MCP サーバーとして、互換クライアントに DKG クエリとナレッジアセット作成のツールを提供します。stdio と SSE のトランスポートに対応します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
OriginTrail DKG MCP サーバー(サンプル)
概要
OriginTrail DKG MCP サーバーは、MCP 互換のエージェントを OriginTrail Decentralized Knowledge Graph(DKG)に接続し、検証可能な知識の作成、取得、リンク、交換を簡単にします。
注:これはベータ版ソフトウェアであり、本番環境での使用は推奨されません。
主な機能
- SPARQL クエリ:柔軟な SPARQL クエリを使用して、DKG から知識を取得します。
- ナレッジアセットの作成:自然言語を schema.org に準拠した構造化 JSON-LD に変換し、DKG に公開します。
- エージェントのメモリ:標準化された相互運用可能な方法で、分散型エージェントメモリを保存および取得します。
- 相互運用性:VS Code、Cursor、Microsoft Copilot エージェントなど、あらゆる MCP 互換クライアントで動作します。
はじめに
1. リポジトリをクローンする
git clone <repo-url>
cd otdkg-mcp-server
2. 依存関係をインストールする
Python 3.10 以降がインストールされていることを確認します。次に、以下を実行します。
pip install -r requirements.txt
3. 環境変数を設定する
.env.example を .env にコピーし、必要な値を入力します。
ORIGINTRAIL_NODE_URL:テストネット上のデフォルトのパブリックノード、別のパブリックなテストネットまたはメインネットのノードを使用するか、独自の Edge Node をデプロイして使用できます。BLOCKCHAIN:DKG でナレッジアセットを公開する際に使用するブロックチェーン(例:NEUROWEB_TESTNET)PRIVATE_KEY:DKG にナレッジアセットを公開するために使用するウォレットの秘密鍵GOOGLE_API_KEY:Google Generative AI の API キー(https://aistudio.google.com/ で取得できます)
詳しいコメントとオプションについては、.env.example を参照してください。
4. MCP サーバーを実行する
サーバーは、次の 2 つのモードで実行できます。
a) Stdio モード(VS Code、Cursor、Claude などのローカルクライアント向け)
python dkg_server.py --transport stdio
b) SSE モード(サーバーへのデプロイ向け。DKG MCP サーバーを Microsoft Copilot Studio エージェントなどから利用できるようにします)
python dkg_server.py --transport sse
SSE サーバーは、設定されたホストとポートでリッスンします(.env を参照)。
使用方法
サーバーの実行後、クライアントにインポートすると、すぐに利用できる次のツールにアクセスできます。
- DKG をクエリする:
query_dkg_by_nameツールを使用して、SPARQL で名前からエンティティを検索します。 - DKG にナレッジアセットを作成する:
create_knowledge_assetツールを使用して、自然言語を JSON-LD に変換し、DKG に公開します。
これらのツールは MCP 経由で公開されており、互換性のある任意のエージェントまたはクライアントから呼び出せます。
互換性のあるクライアント
- VS Code
- Cursor
- Claude
- Microsoft Copilot Studio エージェント
- あらゆる MCP 互換 LLM またはエージェントフレームワーク
サーバーの拡張
- 既存のツールをカスタマイズする:
dkg_server.py内の既存ツールを変更、拡張したり、新しい機能を追加したりして、ニーズに合わせて調整できます。 - 新しいツールを追加する:
@mcp.tool()デコレーターを使用してdkg_server.pyに新しい関数を定義すれば、新しい MCP ツールを簡単に追加できます(例:ウェブサイトの URL を DKG 上の知識に変換するツール)。 - カスタムプロンプト:
prompts/ディレクトリ内のプロンプトテンプレートを変更または追加して、LLM の動作をカスタマイズします。 - コントリビュート:クローンして拡張し、新機能やツールを追加するプルリクエストを送信してください。コミュニティからの貢献を歓迎します。
プロジェクト構成
dkg_server.py— メインサーバーとツール定義prompts/— LLM を活用するツール向けのプロンプトテンプレートrequirements.txt— Python の依存関係.env.example— 環境設定のサンプルorigintrail-dkg-mcp.yaml— SSE デプロイ用の OpenAPI 仕様
エージェントが OriginTrail DKG 上で検証可能な知識を作成、取得、交換できるようにしましょう!
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。