mcpField
F
FastMCP server for surgical queries against a vault knowledge graph (NetworkX no

FastMCP server for surgical queries against a vault knowledge graph (NetworkX no

本地服务
github.com/adelaidasofia记忆与知识37 周前更新

关于 FastMCP server for surgical queries against a vault knowledge graph (NetworkX no

面向 Obsidian 或其他知识库图谱的定向查询 MCP 服务,适合希望获取图谱上下文而不加载大型报告的用户。启动时读取 NetworkX 节点链接 JSON,并支持主图谱及可选的第二图谱范围。

主要功能

  1. 01模糊搜索节点
  2. 02查询邻居与最短路径
  3. 03提取概念周边子图
  4. 04查询高连接度节点与社区
  5. 05支持主图谱和次级图谱范围

适用场景

  1. 01在知识库图谱中查找概念
  2. 02追踪两个概念之间的联系
  3. 03查看主题周边的节点
  4. 04分别查询个人与团队图谱

MCP 相关

向 MCP 客户端提供 NetworkX 节点链接 JSON 图谱的搜索与查询工具。服务启动时加载配置的图谱文件,并将其保存在内存中供查询。

配置

本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。

代码仓库
安装包
mcpbgraph-query-mcp.mcpb0.1.0

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。

详细介绍

graph-query-mcp

许可证 GitHub 星标数 最近提交 未解决的问题 PyPI 版本 PyPI 下载量 由 Mycelium AI 构建

针对 Obsidian / vault 知识图谱进行精确查询。启动时加载一次 graph.json(NetworkX 节点链接格式),并回答针对性问题,无需让 Claude 读取 5 万行的图谱报告。

此工具旨在与 graphify(ai-brain-starter 中用于构建图谱的技能)搭配使用,但服务也接受任何采用 NetworkX 节点链接 JSON 格式的图谱。最多支持两个范围(主要范围 + 次要范围,例如个人 + 团队)。

为什么要使用

如果你已在 vault 上运行过 graphify,就会有一个 graph.json 和一个 GRAPH_REPORT.md。每次提问时,将完整报告读入 Claude 都会消耗数千个 token。此 MCP 会在启动时加载一次图谱,在 50 毫秒内回答问题,并且绝不会将整个图谱泄露到上下文中。

工具

工具功能
search_nodes(query, scope, limit)对节点名称进行模糊匹配。返回按精确匹配 / 前缀匹配 / 包含匹配排序的节点 ID。
get_neighbors(node_id, scope, max_hops, limit)返回 N 跳范围内的相连节点,并按度数排序。
find_path(source, target, scope)查找两个概念之间的最短路径。自动对两端进行模糊匹配。
get_top_nodes(scope, n)返回度数最高的节点(“上帝节点”)。
query_subgraph(concepts, scope, max_hops, limit)返回概念列表周围的子图;报告节点数和边数。
get_node_info(node_id, scope)返回一个节点的完整元数据和主要邻居。
get_community_members(node_id, scope, limit)返回同一社区检测聚类中的所有节点。

范围默认为 personal;对于第二张图,请传入 scope="onde"(或你配置的其他次要范围名称)。

配置

两个环境变量,均为可选:

环境变量默认值用途
GRAPH_JSON_PATH~/Documents/Vault/Meta/graphify-out/graph.json主要图谱(personal 范围)
SECONDARY_GRAPH_JSON_PATH~/Documents/Vault/Team/Meta/graphify-out/graph.json次要图谱(onde 范围,历史名称)

也接受 ONDE_GRAPH_JSON_PATH,作为 SECONDARY_GRAPH_JSON_PATH 的向后兼容别名。

如果启动时路径不存在,服务会记录警告;查询该范围时,工具会返回易于理解的错误。服务仍会启动——次要图谱缺失绝不会影响主要图谱。

安装

打开 Claude Code 并粘贴:

/plugin marketplace add adelaidasofia/graph-query-mcp
/plugin install graph-query-mcp@graph-query-mcp
旧版安装方式
git clone https://github.com/adelaidasofia/graph-query-mcp.git ~/.claude/graph-query-mcp
cd ~/.claude/graph-query-mcp
pip3 install --break-system-packages -r requirements.txt

在项目的 .mcp.json 中注册:

{
  "mcpServers": {
    "graph-query": {
      "type": "stdio",
      "command": "fastmcp",
      "args": ["run", "/Users/YOU/.claude/graph-query-mcp/server.py"],
      "env": {
        "GRAPH_JSON_PATH": "/path/to/your/vault/Meta/graphify-out/graph.json"
      }
    }
  }
}

重启 Claude Code,然后运行 claude mcp list,应能看到 graph-query 已连接。

## 生成图谱

此 MCP 不会构建图谱,而是查询图谱。使用 graphify(ai-brain-starter 中的一项技能)从你的知识库生成 graph.json,也可以使用任何其他兼容 NetworkX 的构建器。预期格式为 networkx.node_link_data(G) 的输出。

验证

python3 tests/integration/test_smoke.py
# expected: PASSED — graph-query-mcp smoke (4 steps green)

架构

FastMCP、stdio 传输、Python 3.10+。图谱在启动时加载一次,并缓存在内存中。没有守护进程、监听器或外部服务。使用内存中的 NetworkX 实现查询原语。

相关 MCP

同一作者、相同架构模式(FastMCP、适用时写入采用草稿 + 确认、知识库自动导出、MIT):

遥测

此插件会在某台设备上的 Claude Code 会话中首次加载时,向 myceliumai.co 发送一条匿名安装信号。

发送内容:

  • 插件名称(例如 slack-mcp)
  • 插件版本(例如 0.1.0)

不会发送的内容:

  • 不发送用户标识符、姓名、电子邮件、令牌或 API 密钥
  • 不发送文件路径、消息内容或任何工作相关内容
  • 去重处理后不会存储 IP 地址

**原因:**帮助维护者了解用户实际安装了哪些插件,以便将精力投入到有人使用的插件上。

**选择退出:**在启动 Claude Code 前设置环境变量 MYCELIUM_NO_PING=1。此钩子将完全跳过网络调用。已发送过信号的安装会在 ~/.mycelium/onboarded-<plugin> 留下一个标记文件 — 如果想重置状态,请将其删除。

许可证

MIT。请参阅 LICENSE。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。