neo4j-contrib/mcp-neo4j

解決的問題

本專案提供一組 Model Context Protocol (MCP) 伺服器，讓大型語言模型（LLMs）能直接與 Neo4j 圖資料庫及雲端服務互動。它彌補了自然語言介面（如 Claude Desktop 或 Gemini CLI）與在 Neo4j 中查詢、管理及建模資料所需的技術操作之間的差距。

運作方式

透過實作 MCP 標準，建立 AI 客戶端與 Neo4j 之間的通訊層。此程式碼庫包含多個專用伺服器：

• mcp-neo4j-cypher：將自然語言轉換為 Cypher 查詢，以讀取和寫入資料。
• mcp-neo4j-memory：使用 Neo4j 作為持久性知識圖譜，用於在不同 AI 會話間儲存與取得實體與關係。
• mcp-neo4j-cloud-aura-api：提供管理 Neo4j Aura 雲端實例（建立、擴充與刪除實例）的介面。
• mcp-neo4j-data-modeling：支援圖資料模型的建立、驗證與視覺化。

這些伺服器支援多種傳輸模式，包括用於本地使用的 STDIO，以及在 AWS ECS Fargate 或 Azure Container Apps 等平台上的 SSE/HTTP 部署。

適用對象

希望將 Neo4j 圖資料庫整合至 AI 工作流程中的開發人員與資料工程師，讓 LLM 能透過聊天執行資料庫操作、維持長期記憶，或管理雲端基礎設施。

特色

• 多伺服器生態系：專用於查詢、記憶、雲端管理與建模的工具集。
• mcp-neo4j-memory：為 AI 代理提供跨會話的持久性知識圖譜記憶能力。
• 雲端就緒：容器化伺服器，具備專用 HTTP 傳輸，適用於可擴展的生產部署。
• 標準化協定：基於 Model Context Protocol 建構，與 Cursor、Windsurf、Claude Desktop 等多種 MCP 客戶端相容。