arize-ai/text-to-graphql-mcp

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

26 stars 12 forks Качество 74 Тренд 19NOASSERTION

Обзор

Преобразуйте запросы на естественном языке в запросы GraphQL с помощью сервера MCP (Model Context Protocol), который легко интегрируется с помощниками AI, такими как Claude Desktop и Cursor. MCP Text-to-GraphQL Сервер преобразует описания естественного языка в действительные запросы GraphQL с помощью ИИ-агента, созданного с помощью LangGraph. Он обеспечивает мост между человеческим языком и API GraphQL, делая взаимодействие с базой данных и API более интуитивным для разработчиков и нетехнических пользователей. - : Преобразовать простые английские запросы в действительные схемы GraphQL - : Загрузить и интроспектировать схемы GraphQL автоматически - : Валидировать генерируемые запросы против загруженных схем - : Выполнять запросы против конечных точек GraphQL с аутентификацией - : Отслеживать и управлять историей запросов через сеансы - : Полная совместимость с Claude Desktop, Cursor и другими клиентами MCP - : Грациозная обработка ошибок с подробной информацией отладки - : Встроенное кэширование для схем и часто используемых запросов UV — быстрый установщик пакетов Python и...

Обзор (машинный перевод)

Обзор

MCP Text-to-GraphQL Сервер преобразует описания естественного языка в действительные запросы GraphQL с помощью ИИ-агента, созданного с помощью LangGraph. Он обеспечивает мост между человеческим языком и API GraphQL, делая взаимодействие с базой данных и API более интуитивным для разработчиков и нетехнических пользователей.

Feature Особенности

Естественный язык для GraphQL: конвертировать простые английские запросы в действительный GraphQL Управление схемой: Загрузка и интроспективные схемы GraphQL автоматически Валидация запросов: Проверка генерируемых запросов по загруженным схемам Запросить исполнение: Выполнять запросы к конечным точкам GraphQL с помощью аутентификации История запросов: отслеживание и управление историей запросов в ходе сессий MCP Protocol: полная совместимость с Claude Desktop, Cursor и другими MCP-клиентами ** Обработка ошибок** Изящная обработка ошибок с подробной информацией о отладке Кэширование: встроенное кэширование для схем и часто используемых запросов

###Установка

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

Text-to-GraphQL MCP Server

Transform natural language queries into GraphQL queries using an MCP (Model Context Protocol) server that integrates seamlessly with AI assistants like Claude Desktop and Cursor.

🚀 Overview

The Text-to-GraphQL MCP Server converts natural language descriptions into valid GraphQL queries using an AI agent built with LangGraph. It provides a bridge between human language and GraphQL APIs, making database and API interactions more intuitive for developers and non-technical users alike.

✨ Features

Natural Language to GraphQL: Convert plain English queries to valid GraphQL
Schema Management: Load and introspect GraphQL schemas automatically
Query Validation: Validate generated queries against loaded schemas
Query Execution: Execute queries against GraphQL endpoints with authentication
Query History: Track and manage query history across sessions
MCP Protocol: Full compatibility with Claude Desktop, Cursor, and other MCP clients
Error Handling: Graceful error handling with detailed debugging information
Caching: Built-in caching for schemas and frequently used queries

🛠 Installation

Prerequisites: Install UV (Recommended)

UV is a fast Python package installer and resolver. Install it first:

macOS/Linux:

curl -LsSf https://astral.sh/uv/install.sh | sh

Windows:

powershell -c "irm https://astral.sh/uv/install.ps1 | iex"

Find your UV installation path:

# Find where uv is installed
which uv

# Common locations:
# macOS/Linux: ~/.local/bin/uv
# Windows: %APPDATA%\uv\bin\uv.exe

Important: You’ll need the UV path for MCP configuration. The typical path is ~/.local/bin on macOS/Linux, which translates to /Users/yourusername/.local/bin (replace yourusername with your actual username).

Setup for MCP Usage

# Clone the repository
git clone https://github.com/Arize-ai/text-to-graphql-mcp.git
cd text-to-graphql-mcp

# Install dependencies (UV automatically creates virtual environment)
uv sync

# Test the installation
uv run text-to-graphql-mcp --help

Note: The uv run pattern automatically handles virtual environments, making MCP configuration cleaner and more reliable than traditional pip installations.

Alternative Installation Methods

From PyPI (when published):

Открыть полный README на GitHub

Установка

docker exec -i text-to-graphql-mcp uv run python -m src.text_to_graphql_mcp.mcp_server

Новичок в MCP? Начните с руководства на mcpskill.org →

Конфигурация

{
  "mcpServers": {
    "text-to-graphql": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/text-to-graphql-mcp",
        "run",
        "text-to-graphql-mcp"
      ],
      "env": {
        "PATH": "/path/to/uv/bin:/usr/bin:/bin",
        "OPENAI_API_KEY": "your_openai_api_key_here",
        "GRAPHQL_ENDPOINT": "https://your-graphql-api.com/graphql",
        "GRAPHQL_API_KEY": "your_api_key_here",
        "GRAPHQL_AUTH_TYPE": "bearer"
      }
    }
  }
}