neo4j-contrib/mcp-neo4j

解决的问题

该项目提供了一组 Model Context Protocol (MCP) 服务器，使大型语言模型（LLMs）能够直接与 Neo4j 图数据库和云服务交互。它弥合了自然语言接口（如 Claude Desktop 或 Gemini CLI）与在 Neo4j 中查询、管理及建模数据所需的技术操作之间的差距。

工作原理

通过实现 MCP 标准，创建了 AI 客户端与 Neo4j 之间的通信层。该仓库包含多个专用服务器：

• mcp-neo4j-cypher：将自然语言转换为 Cypher 查询，用于读取和写入数据。
• mcp-neo4j-memory：使用 Neo4j 作为持久化知识图谱，用于在不同 AI 会话间存储和检索实体与关系。
• mcp-neo4j-cloud-aura-api：提供管理 Neo4j Aura 云实例（创建、扩展和销毁实例）的接口。
• mcp-neo4j-data-modeling：支持图数据模型的创建、验证和可视化。

这些服务器支持多种传输模式，包括本地使用的 STDIO，以及在 AWS ECS Fargate 或 Azure Container Apps 等平台上部署的 SSE/HTTP。

适用人群

希望将 Neo4j 图数据库集成到 AI 工作流中的开发人员和数据工程师，使 LLM 能够通过聊天完成数据库操作、维持长期记忆或管理云基础设施。

亮点

• 多服务器生态系统：专用于查询、记忆、云管理与建模的工具集。
• mcp-neo4j-memory：为 AI 代理提供跨会话的持久化知识图谱记忆能力。
• 云原生就绪：容器化服务器，配备专用 HTTP 传输，适用于可扩展的生产部署。
• 标准化协议：基于 Model Context Protocol 构建，与 Cursor、Windsurf、Claude Desktop 等多种 MCP 客户端兼容。