Graph Tools

图形工具-交互式图形分析工具包

一个全面的基于Ruby的图形分析工具包，具有web可视化和MCP服务器，用于AI驱动的图形分析。

🚀 特性

核心图操作

• 邻接矩阵支持 -从CSV、JSON或TXT文件加载
• 图的算法 -DFS、BFS、带视觉反馈的邻居查找
• 多种导出格式 -CSV矩阵、JSON、交互式HTML
• 命令行接口 -用于批处理操作的全功能CLI

交互式可视化

• 增强型图形可视化工具 -D3.js具有实时交互的强制布局
• 算法可视化 -DFS/BFS漫游的视觉突出显示
• 交互式编辑 -通过拖放添加/删除节点和边
• 矩阵导出 -支持邻接矩阵下载的自定义文件名
• 图形统计 -实时节点计数、边缘计数和密度计算

人工智能集成

• MCP服务器 -HTTP REST API和Claude Desktop MCP服务器
• 自动可视化 -从结构化数据生成交互式图形
• 智能数据处理 -从各种数据格式中提取关系
• 中心性分析 -计算度、介数、贴近度、特征向量中心性

📦 安装

先决条件

• 红宝石2.7+ -核心图操作
• Node.js 16+ -MCP服务器功能
• 现代网络浏览器 -用于交互式可视化

设置

git clone https://github.com/dromologue/Graph-Tools.git
cd Graph-Tools

# For local CLI usage
gem install

# Install MCP server dependencies
cd mcp-graph-server
npm install
cd ..

# For web application
npm install

🔧 用法

命令行接口

# Basic graph visualization
ruby graph_cli.rb matrix.csv

# With custom vertex labels
ruby graph_cli.rb -v "A,B,C,D" matrix.csv

# Run graph algorithms
ruby graph_cli.rb --dfs A --bfs B matrix.csv

# Export to web visualization
ruby graph_cli.rb -d matrix.csv

# Export to JSON
ruby graph_cli.rb -j output.json matrix.csv

交互式可视化工具

本地使用：

1. 打开 Files/enhanced-graph-visualizer.html 在浏览器中
2. 加载示例数据或创建自己的图形
3. 通过视觉突出显示运行DFS/BFS操作
4. 使用自定义文件名导出矩阵

Web应用程序：

1. 跑 npm start 并参观 http://localhost:3000
2. 通过拖放上传矩阵文件
3. 尝试使用样本数据进行快速测试
4. 获取实时分析结果

MCP服务器集成

HTTP REST API模式

cd mcp-graph-server
npm run api
# Server runs on http://localhost:3001

克劳德桌面模式

1. 配置Claude桌面 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "mcpServers": {
    "graph-server": {
      "command": "node",
      "args": ["/path/to/Graph-Tools/mcp-graph-server/api-server.js"],
      "env": {
        "SERVER_MODE": "mcp"
      }
    }
  }
}

1. 使用自然语言 在克劳德桌面：

Analyze these relationships and create a graph visualization:
[
  {"id": "Alice", "friends": ["Bob", "Carol"]},
  {"id": "Bob", "friends": ["Alice", "David"]},
  {"id": "Carol", "friends": ["Alice"]},
  {"id": "David", "friends": ["Bob"]}
]

📁 项目结构

Graph-Tools/
├── graph.rb                           # Core Graph class
├── graph_cli.rb                       # Command line interface
├── server.js                          # Web application server
├── Files/                             # Visualization files directory
│   └── enhanced-graph-visualizer.html # Interactive D3.js visualizer
├── public/                            # Web application files
│   ├── index.html                     # Main web interface
│   └── mcp-documentation.html         # API documentation
├── mcp-graph-server/                  # MCP server
│   ├── api-server.js                  # Dual-mode MCP/HTTP server
│   ├── index.js                       # Original MCP server
│   ├── package.json                   # Node.js dependencies
│   ├── claude-config-example.json     # Claude Desktop config example
│   └── data/                          # Generated files (matrices, visualizations)
├── Gemfile                            # Ruby dependencies
├── package.json                       # Node.js web server dependencies
└── README.md                          # This file

API终点

MCP服务器提供MCP协议和HTTP REST API：

• POST /api/analyze-relationships -从数据中提取关系
• POST /api/create-adjacency-matrix -从关系对构建矩阵
• POST /api/calculate-centrality -计算网络中心性度量
• POST /api/analyze-network-structure -综合网络分析
• GET /health -健康检查端点

看 /mcp-documentation.html 获取完整的API文档和示例。

快速开始

1.直观地创建图形

# Open the Enhanced Graph Visualizer
open "Files/enhanced-graph-visualizer.html"

在增强的可视化工具中：

• 通过键入名称并单击“添加节点”来添加顶点
• 单击两个节点以选择它们，然后单击“添加边”
• 拖动节点以重新定位它们
• 运行DFS/BFS操作并查看视觉亮点
• 完成后导出为CSV矩阵

2.分析你的图表

# Basic analysis
ruby graph_cli.rb your_graph.csv

# With custom vertex names  
ruby graph_cli.rb -v "Alice,Bob,Carol,David" your_graph.csv

# Specific operations
ruby graph_cli.rb -v "Alice,Bob,Carol,David" --dfs Alice your_graph.csv
ruby graph_cli.rb -v "Alice,Bob,Carol,David" --bfs Bob your_graph.csv
ruby graph_cli.rb -v "Alice,Bob,Carol,David" --neighbors Carol your_graph.csv

3.导出以进行可视化

# Export for D3.js editor (interactive)
ruby graph_cli.rb -v "Alice,Bob,Carol,David" -d your_graph.csv

# Export JSON for programmatic use
ruby graph_cli.rb -v "Alice,Bob,Carol,David" -j output.json your_graph.csv

命令参考

CLI选项

ruby graph_cli.rb [options] matrix_file

Options:
  -v, --vertices LABELS    # Comma-separated vertex labels
  -f, --format FORMAT      # Output format (text, matrix, json)
  -j, --export-json FILE   # Export to JSON file
  -d, --d3                # Export for D3.js visualization
  --dfs VERTEX            # Perform DFS traversal
  --bfs VERTEX            # Perform BFS traversal  
  --neighbors VERTEX      # Show neighbors
  --path FROM,TO          # Check edge existence

支持的文件格式

• CSV文件: 0,1,0\n1,0,1\n0,1,0
• 文本: 0 1 0\n1 0 1\n0 1 0 （空格分隔）
• 对象符号: {"matrix": [[0,1,0],[1,0,1],[0,1,0]]}

MCP服务器工具

MCP服务器为AI助手提供以下工具：

• analyze_relationships -从结构化数据中提取关系并创建可视化
• create_adjacency_matrix -从关系对构建矩阵
• calculate_centrality -计算网络中心性度量（度、介数、接近度、特征向量）
• analyze_network_structure -结合关系提取和中心性的综合网络分析

演出

• 图形创建： 对于最多100个节点的图形，为亚秒级
• DFS/BFS： 线性时间复杂度O（V+E）
• 可视化： 在D3.js中流畅处理50+个节点
• 文件格式： 高效支持所有格式（CSV、JSON、TXT）
• HTTP API： 网络分析的快速响应时间

错误处理

这些工具为以下方面提供了全面的错误处理：

• 矩阵格式无效
• 操作中不存在顶点
• 输入文件格式错误
• 缺少的依赖
• API验证错误

贡献

代码库遵循干净的架构原则，关注点分离：

• Ruby中的核心图操作
• 使用现代JavaScript的Web界面
• 用于AI集成的MCP服务器
• 全面的API文件