تكامل خادم Memgraph MCP

ماذا يفعل خادم “Memgraph” MCP؟

يعد خادم Memgraph MCP تنفيذًا خفيف الوزن لبروتوكول Model Context Protocol (MCP)، صُمم لجسر الفجوة بين Memgraph، قاعدة بيانات الرسم البياني، ونماذج اللغة الكبيرة (LLMs). من خلال كشف بيانات Memgraph وهيكلها وإمكانات الاستعلام كموارد وأدوات MCP، يسمح هذا الخادم لمساعدي الذكاء الاصطناعي بالتفاعل مع بيانات الرسم البياني في الوقت الفعلي. يمكن للمطورين استخدامه لإجراء استعلامات قاعدة البيانات، واستخراج معلومات المخطط، وتسهيل سير العمل المدعوم بالذكاء الاصطناعي الذي يتطلب الوصول إلى البيانات المرتبطة المخزنة في Memgraph. يبسط هذا التكامل عملية بناء وكلاء وتطبيقات ذكية تستفيد من رؤى الرسم البياني، مما يجعل المهام مثل الاستعلام، واستكشاف البيانات، واكتشاف المخطط أكثر سهولة وتوحيدًا ضمن بيئات LLM.

قائمة القوالب التوجيهية

لا توجد قوالب موجهة مذكورة في المستودع.

قائمة الموارد

• get_schema()
  يسترجع معلومات مخطط Memgraph. يمكّن هذا المورد عملاء الذكاء الاصطناعي من فهم بنية وأنواع البيانات الموجودة في Memgraph، وهو أمر أساسي لتوليد استعلامات وإجابات دقيقة. (يتطلب تشغيل Memgraph مع --schema-info-enabled=True.)

قائمة الأدوات

• run_query()
  ينفذ استعلام Cypher على قاعدة بيانات Memgraph. تتيح هذه الأداة لـ LLMs ووكلاء الذكاء الاصطناعي التفاعل مباشرة مع قاعدة بيانات الرسم البياني، مما يمكّن من جلب البيانات وتحليلها وتعديلها ديناميكيًا عبر سير العمل المدفوع بالذكاء الاصطناعي.

حالات الاستخدام لهذا الخادم MCP

• الدردشة مع قاعدة البيانات
  يمكن للمستخدمين التفاعل بشكل حواري مع قاعدة بيانات Memgraph، والاستفادة من LLMs لصياغة وتنفيذ وتفسير استعلامات Cypher لاستكشاف وتحليل بيانات الرسم البياني.

• اكتشاف المخطط
  يمكن لوكلاء الذكاء الاصطناعي استرجاع وفهم بنية قاعدة بيانات Memgraph تلقائيًا، مما يبسط عملية توليد استعلامات صحيحة والتكامل مع نماذج بيانات جديدة أو متغيرة.

• إدارة قاعدة البيانات
  يمكن للمطورين استخدام LLMs للمساعدة في إدارة واستعلام بيانات الرسم البياني، مما يسهل أداء المهام الإدارية أو التحليلية دون الحاجة لخبرة عميقة في Cypher.

• التكامل مع سير العمل المعتمد على الذكاء الاصطناعي
  يمكن دمج الخادم في تطبيقات أو منصات مدعومة بالذكاء الاصطناعي (مثل Claude) لتوفير وصول فوري إلى قاعدة بيانات الرسم البياني ضمن سير العمل الذكي الأكبر.

كيفية الإعداد

Windsurf

لا توجد تعليمات إعداد متوفرة لـ Windsurf.

Claude

1. قم بتثبيت Claude لسطح المكتب.
2. حدد موقع ملف إعداد Claude:
   • MacOS/Linux: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: $env:AppData\Claude\claude_desktop_config.json
3. أضف مدخل خادم Memgraph MCP في كائن mcpServers:

   {
     "mcpServers": {
       "mpc-memgraph": {
         "command": "/absolute/path/to/uv",
         "args": [
           "--directory",
           "/absolute/path/to/mcp-memgraph",
           "run",
           "server.py"
         ]
       }
     }
   }
   

4. احفظ الإعدادات وأعد تشغيل Claude Desktop.
5. تحقق من إدراج أدوات وموارد Memgraph في Claude.

ملاحظة: استخدم المسار المطلق لتنفيذية uv. احصل عليه بواسطة which uv (MacOS/Linux) أو where uv (Windows).

Cursor

لا توجد تعليمات إعداد متوفرة لـ Cursor.

Cline

لا توجد تعليمات إعداد متوفرة لـ Cline.

تأمين مفاتيح API

لا يوجد ذكر لتأمين مفاتيح API أو استخدام متغيرات البيئة في الوثائق المتوفرة.

كيفية استخدام هذا MCP داخل التدفقات

استخدام MCP في FlowHunt

لدمج خوادم MCP في سير عمل FlowHunt الخاص بك، ابدأ بإضافة مكون MCP إلى تدفقك وتوصيله بوكيل الذكاء الاصطناعي الخاص بك:

انقر على مكون MCP لفتح لوحة الإعدادات. في قسم إعدادات MCP للنظام، أدخل تفاصيل خادم MCP الخاص بك باستخدام تنسيق JSON التالي:

{
  "memgraph": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

بعد الإعداد، يصبح وكيل الذكاء الاصطناعي قادرًا على استخدام هذا MCP كأداة مع إمكانية الوصول إلى جميع وظائفه وإمكاناته. تذكر تغيير “memgraph” إلى الاسم الحقيقي لخادم MCP الخاص بك واستبدال الرابط برابط خادم MCP الخاص بك.

نظرة عامة

دعم الجذور: غير محدد
دعم أخذ العينات: غير محدد

بين الإعداد المتاح، ووصف الأدوات/الموارد الواضح، وغياب القوالب التوجيهية والجذور وأخذ العينات، يُعتبر خادم Memgraph MCP أساسيًا نسبيًا لكنه وظيفي. يحصد نقاطًا أفضل في الوضوح ووجوده كمصدر مفتوح، لكنه يفتقر إلى ميزات MCP المتقدمة.

رأينا

استنادًا إلى الجدولين، يحصل خادم Memgraph MCP على تقييم 5 من 10. فهو يقدم تكامل MCP أساسيًا لكن موثقًا جيدًا لـ Memgraph مع أدوات وموارد فعّالة، لكنه يفتقر إلى القوالب التوجيهية والميزات المتقدمة (الجذور، أخذ العينات) وتعليمات إعداد متعددة المنصات.

تقييم MCP