NebulaGraph MCP Server 正式开源!探索 AI+图数据库无限可能
本文首发于 NebulaGraph 技术社区 https://mp.weixin.qq.com/s/YhtDxiPIVRR3VQAoVQxYjw
▌一、背景
过去几周,Model Context Protocol (MCP) 在技术社区中引发了广泛的讨论和关注。借此机会,我参与了几个相关的开源项目,包括为 LlamaIndex 官方仓库贡献了 McpToolSpec 实现,以及和 Xuanwo、FrostMing 合作开发了一版 Model Context Protocol Server for Apache OpenDAL™。
MCP 是目前唯一一个在生态上具有优势的标准。在这一背景下,我们**基于 NebulaGraph 3.x 实现了一个简单的 NebulaGraph MCP Server,作为 NebulaGraph X MCP 生态中的第一个基础组件,供大家探索 AI 与图数据库结合的可能性,**希望能够看到更多在这个模式下的有趣工作。
▌二、Model Context Protocol (MCP)
MCP 是由 Anthropic 团队推出的一项开放协议,旨在为 AI 系统提供统一的、高效的方式访问多种数据资源。通过采用客户端-服务器架构,MCP 将数据访问标准化,解决了传统 AI 系统在不同数据源之间的碎片化问题。
MCP 核心特点
-
标准化的通信方式:通过 MCP,AI 助手能够有效地访问各种数据源,比如本地数据、远程服务和企业工具。
-
开放性与生态优势:目前 MCP 社区中已有近 1000 个 MCP Server 实现,覆盖搜索、天气、数据库等多个领域,支持工具的快速接入。
-
灵活的架构:通过定义客户端和服务端的交互协议,MCP 为开发者提供了构建可扩展、可复用系统的基础。
虽然目前在安全性和可靠性上仍有一些挑战,但随着协议规范的完善和成熟开发模式的引入,这些问题将逐步得到解决。
▌三、NebulaGraph MCP Server 功能
由于最近一段时间一直围绕 GraphRAG 和 Agentic Workflow 做一些工作,利用大模型和智能体进行图上数据的洞见和挖掘是一个非常重要的议题。为此,我快速开发了 NebulaGraph MCP Server,以支持 NebulaGraph 3.x 作为工具接入 MCP 生态,供语言模型(如 Claude、GPT 等)调用和使用。
目前 NebulaGraph MCP Server 基于 FastMCP 实现,遵循 MCP 的核心规范,旨在提供高效、轻量的图数据库连接服务。通过将 NebulaGraph 的功能暴露为标准化的工具接口,该 Server 能够让大模型轻松调用 NebulaGraph 数据,实现简单的图探索任务。
-
多种传输方式:
-
支持 stdio 和 SSE 两种传输模式,满足不同开发和部署场景的需求。
-
基础图探索能力:
-
图空间(Graph Space)列出:允许模型查询可用的图空间。
-
模式(Schema)查询:支持查询指定图空间的模式定义。
-
查询执行(Query Execution):支持通过 MCP Server 执行 NebulaGraph 查询。
-
内置算子模板:
-
实现了路径搜索和邻居发现等常用操作的模板,方便语言模型按需调用这些工具,快速获取图数据的初步洞察(Insight)。
为了展示它的效果,我基于 LlamaIndex 中的 McpToolSpec 和 ReActAgent 构建了一个简单的示例,下面是对应的截图:
▌四、结语
NebulaGraph MCP Server 是对 MCP 生态的一个初步尝试,旨在为语言模型和图数据库的结合提供一个起点。随着协议的逐步成熟和生态的扩展,我们期待它能够在更多真实场景中发挥价值。如果您对这一方向感兴趣,欢迎一起探索、尝试!
🔍相关阅读:首发完整版教程,MCP 集成至 LlamaIndex 的技术实践

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
SelectDB 实时分析性能突出,宝舵成本锐减与性能显著提升的双赢之旅
BOCDOP 宝舵早期基于 TiDB 构建实时数仓,随着数据量增长,在数据处理效率、OLAP 能力扩展、功能支持、成本与资源方面存在一定优化空间。为提升数据分析能力并优化成本,宝舵引入 SelectDB,达成写入速度提升 10 倍,成本直降 30% 的显著成效。 本文转录自高瑞军(宝尊科技 高级架构师)在 Doris Summit Asia 2024 上的演讲,经编辑整理。 业务背景 宝尊集团创立于 2007 年,是中国品牌电商服务行业的领导者、先行者及数字商业赋能者。目前宝尊集团约有 8000 名员工,业务遍及东亚、东南亚、欧洲、北美等多个国家和地区,服务全球各行各业超过 450 家品牌,立足为品牌提供面向全球、面向未来的服务与产品。BOCDOP 宝舵(后文简称"宝舵")是宝尊集团商业化独立品牌,目前拥有 1000 余名内部技术工程师,为集团业务提供强大的自主研发系统支持。 宝舵 BBI Cloud 是由宝舵开发的电商全渠道数据采集、整合与分析应用产品,核心功能包括: 多渠道数据采集与自助取数: 支持 100+ 模块的多渠道数据实时接入,覆盖多渠道店铺运营业务。提供一站式拖拉拽与透视...
-
下一篇
LLM增强语义嵌入的模型算法综述
导读 语义嵌入是自然语言处理、信息检索、推荐系统等领域的核心技术,对于精准捕捉文本深层次语义信息至关重要。近年来,大语言模型(LLM)的兴起为语义嵌入技术开拓了新的方向。本文介绍了LLM在提升语义嵌入效果的最新模型与算法,聚焦在如何利用LLM生成合成数据以及如何作为模型骨干来优化语义嵌入。文章概述了当前研究的主要方向和先进成果,展示了LLM在学习语义嵌入方面的独特优势,并展望了其在搜索、推荐等下游任务的广阔应用前景。 01 背景介绍 1.1 语义嵌入 文本语义嵌入,作为将文本映射到语义空间的关键技术,通过将原本高维且稀疏的向量转化为低维稠密向量,实现了对单词、句子乃至整个文档深层次语义信息的精确捕捉。这一技术在信息检索、问答系统、文本相似度计算及推荐系统等自然语言处理(NLP)的诸多任务中展现出广泛的应用价值。 早期语义嵌入方法,诸如 Word2vec 和 GloVe,主要基于统计特性构建,然而,这些方法受限于其静态性,难以充分捕捉自然语言复杂多变的上下文信息。随后,BERT 及其衍生的一系列上下文敏感模型(如 RoBERTa、DistilBERT、ALBERT 等)应运而生,通过独特...
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- MySQL8.0.19开启GTID主从同步CentOS8
- Jdk安装(Linux,MacOS,Windows),包含三大操作系统的最全安装
- Hadoop3单机部署,实现最简伪集群
- Dcoker安装(在线仓库),最新的服务器搭配容器使用
- CentOS8编译安装MySQL8.0.19
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- CentOS7,8上快速安装Gitea,搭建Git服务器
- Docker使用Oracle官方镜像安装(12C,18C,19C)
- CentOS7,CentOS8安装Elasticsearch6.8.6