MCP Server

MCP サーバー

SharePoint からのメタデータ取得と、意味的類似性検索による Neo4j ナレッジグラフからのエンティティ取得を提供する、Python ベースのサーバーアプリケーションです。

特長

• メタデータ取得：SharePoint の「Documents」ライブラリから構造化メタデータを取得します
• エンティティ取得：意味的類似性を用いて Neo4j ナレッジグラフを検索し、関連するエンティティとその関係を見つけます
• FastMCP 統合：ツールの管理と実行に FastMCP フレームワークを使用して構築されています

前提条件

• Python 3.x
• Neo4j データベース
• SharePoint アクセス認証情報
• OpenAI API キー（意味検索用）

インストール

1. リポジトリをクローンします：

git clone <repository-url>
cd mcp-server

2. 仮想環境を作成して有効化します：

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

3. 依存関係をインストールします：

pip install -r requirements.txt

4. 環境変数を設定します： 以下の変数を含む .env ファイルを作成します：

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=

使用方法

1. サーバーを起動します：

python mcp_server.py

2. サーバーは次の 2 つの主なツールを提供します：
   • metadata_retrieve：SharePoint から構造化メタデータを取得します
   • entity_retrieve：意味的類似性を用いてナレッジグラフを検索します

プロジェクト構成

.
├── mcp_server.py          # Main server application
├── settings.py            # Configuration management
├── services/             # Service implementations
│   ├── graph_store.py    # Neo4j graph operations
│   └── sharepoint.py     # SharePoint integration
├── requirements.txt      # Project dependencies
└── .env                  # Environment variables

依存関係

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