OriginTrail DKG MCP Server (example)

OriginTrail DKG MCP 服务（示例）

概述

OriginTrail DKG MCP 服务将兼容 MCP 的 Agent 与 OriginTrail 去中心化知识图谱（DKG）连接起来，让创建、检索、关联和交换可验证知识变得轻松。

注意：此软件处于 BETA 阶段，不建议用于生产环境。

主要功能

• SPARQL 查询：使用灵活的 SPARQL 查询从 DKG 中检索知识。
• 知识资产创建：将自然语言转换为符合 schema.org 标准的结构化 JSON-LD，并将其发布到 DKG。
• Agent 记忆：以标准化且可互操作的方式存储和检索去中心化的 Agent 记忆。
• 互操作性：适用于任何兼容 MCP 的客户端，包括 VS Code、Cursor、Microsoft Copilot Agent 等。

开始使用

1. 克隆仓库

git clone <repo-url>
cd otdkg-mcp-server

2. 安装依赖项

确保已安装 Python 3.10+。然后运行：

pip install -r requirements.txt

3. 配置环境变量

将 .env.example 复制为 .env，并填写所需的值：

• ORIGINTRAIL_NODE_URL：可以使用测试网上的默认公共节点、其他测试网或主网节点，也可以部署并使用自己的 Edge Node。
• BLOCKCHAIN：用于在 DKG 上发布知识资产的区块链（例如，NEUROWEB_TESTNET）
• PRIVATE_KEY：用于向 DKG 发布知识资产的钱包私钥
• GOOGLE_API_KEY：Google Generative AI 的 API 密钥（可在 https://aistudio.google.com/ 获取 API 密钥）。

详细注释和选项请参阅 .env.example。

4. 运行 MCP 服务

可以通过两种模式运行服务：

a) Stdio 模式（适用于 VS Code、Cursor、Claude 等本地客户端）

python dkg_server.py --transport stdio

b) SSE 模式（用于部署服务，使 Microsoft Copilot Studio Agent 等能够访问 DKG MCP 服务）

python dkg_server.py --transport sse

SSE 服务将在配置的主机和端口上侦听（参见 .env）。

使用方法

服务运行后，可以将其导入客户端，并使用以下开箱即用的工具：

• 查询 DKG：使用 query_dkg_by_name 工具通过 SPARQL 按名称搜索实体。
• 在 DKG 上创建知识资产：使用 create_knowledge_asset 工具将自然语言转换为 JSON-LD，并将其发布到 DKG。

这些工具通过 MCP 提供，可从任何兼容的 Agent 或客户端调用。

兼容的客户端

• VS Code
• Cursor
• Claude
• Microsoft Copilot Studio Agent
• 任何兼容 MCP 的大模型或 Agent 框架

扩展服务

• 自定义现有工具：修改和增强 dkg_server.py 中的现有工具，或添加新功能以满足需求。
• 添加新工具：可以使用 @mcp.tool() 装饰器，在 dkg_server.py 中定义新函数来轻松添加 MCP 工具（例如，将网站 URL 转换为 DKG 知识的工具）。
• 自定义提示词：修改或添加 prompts/ 目录中的提示词模板，以自定义大模型行为。
• 参与贡献：克隆、改进并提交拉取请求，以添加新功能或工具。欢迎社区贡献！

项目结构

• dkg_server.py — 主服务和工具定义
• prompts/ — 大模型工具的提示词模板
• requirements.txt — Python 依赖项
• .env.example — 环境配置示例
• origintrail-dkg-mcp.yaml — 用于 SSE 部署的 OpenAPI 规范

---

助力 Agent 在 OriginTrail DKG 上创建、检索和交换可验证知识！