gifflet/graphiti-mcp-server

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

142 stars 18 forks Качество 69 Тренд 16MIT

gifflet/graphiti-mcp-server — это кандидат на MCP-сервер, импортированный из https://github.com/gifflet/graphiti-mcp-server.

Обзор

gifflet/graphiti-mcp-server — это кандидат на MCP-сервер, импортированный из https://github.com/gifflet/graphiti-mcp-server.

Обзор (машинный перевод)

🌟 Мощный сервер графов знаний для агентов ИИ, построенный на Neo4j и интегрированный с протоколом Model Context Protocol (MCP).

🚀 Особенности

🔄 Динамическое управление графами знаний с помощью Neo4j
🤖 Бесшовная интеграция с моделями OpenAI
🔌 Поддержка MCP (Model Context Protocol)
🐳 Развертывание, готовое к Docker
🎯 Возможности извлечения пользовательских сущностей
🔍 Расширенная семантическая функция поиска

🛠️ Установка

Требования

Docker и Docker составляют
Python 3.10 или выше
Ключ API OpenAI
Минимум 4 ГБ оперативной памяти (рекомендуется 8 ГБ)
2 ГБ свободного дискового пространства

Быстрый старт 🚀

Клонировать репозиторий:
Настройте переменные среды:
Отредактировать .env в вашей конфигурации:
Начните службы:
Проверьте установку:

Альтернатива: переменные среды

Вы можете запускать переменные среды напрямую:

🔧 Конфигурация

Сервисные порты 🌐

Обслуживание	Порт	Цель
Браузер Neo4j	7474	Веб-интерфейс для визуализации графов
Neo4j Bolt	7687	Подключение к базе данных
Graphiti MCP	8000	Конечная точка сервера MCP

Переменные 🔧 среды

Конфигурация OpenAI

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

Graphiti MCP Server 🧠

🌟 A powerful knowledge graph server for AI agents, built with Neo4j and integrated with Model Context Protocol (MCP).

🚀 Features

🔄 Dynamic knowledge graph management with Neo4j
🤖 Seamless integration with OpenAI models
🔌 MCP (Model Context Protocol) support
🐳 Docker-ready deployment
🎯 Custom entity extraction capabilities
🔍 Advanced semantic search functionality

🛠️ Installation

Prerequisites

Docker and Docker Compose
Python 3.10 or higher
OpenAI API key
Minimum 4GB RAM (recommended 8GB)
2GB free disk space

Quick Start 🚀

Clone the repository:

git clone https://github.com/gifflet/graphiti-mcp-server.git
cd graphiti-mcp-server

Set up environment variables:

cp .env.sample .env

Edit .env with your configuration:

# Required for LLM operations
OPENAI_API_KEY=your_openai_api_key_here
MODEL_NAME=gpt-4.1-mini

# Optional: Custom OpenAI endpoint (e.g., for proxies)
# OPENAI_BASE_URL=https://api.openai.com/v1

# Neo4j Configuration (defaults work with Docker)
NEO4J_URI=bolt://neo4j:7687
NEO4J_USER=neo4j
NEO4J_PASSWORD=demodemo

Start the services:

docker compose up -d

Verify installation:

# Check if services are running
docker compose ps

# Check logs
docker compose logs graphiti-mcp

Alternative: Environment Variables

You can run with environment variables directly:

OPENAI_API_KEY=your_key MODEL_NAME=gpt-4.1-mini docker compose up

🔧 Configuration

Service Ports 🌐

Service	Port	Purpose
Neo4j Browser	7474	Web interface for graph visualization
Neo4j Bolt	7687	Database connection
Graphiti MCP	8000	MCP server endpoint

Environment Variables 🔧

OpenAI Configuration

Variable	Required	Default	Description
`OPENAI_API_KEY`	✅	-	Your OpenAI API key
`OPENAI_BASE_URL`	❌	-	Custom OpenAI API endpoint (consumed by OpenAI SDK)
`MODEL_NAME`	❌	`gpt-4.1-mini`	Main LLM model to use
`SMALL_MODEL_NAME`	❌	`gpt-4.1-nano`	Small LLM model for lighter tasks
`LLM_TEMPERATURE`	❌	`0.0`	LLM temperature (0.0-2.0)
`EMBEDDER_MODEL_NAME`	❌	`text-embedding-3-small`	Embedding model

Neo4j Configuration

Variable	Required	Default	Description
`NEO4J_URI`	❌	`bolt://neo4j:7687`	Neo4j connection URI
`NEO4J_USER`	❌	`neo4j`	Neo4j username
`NEO4J_PASSWORD`	❌	`demodemo`	Neo4j password

Server Configuration

Открыть полный README на GitHub

Установка

docker run -d \

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

Конфигурация

{
  "mcpServers": {
    "Graphiti": {
      "command": "uv",
      "args": ["run", "graphiti_mcp_server.py"],
      "env": {
        "OPENAI_API_KEY": "your_key_here"
      }
    }
  }
}