Token导航 LogoToken导航TokenDH.com
neo4j graphrag logo
数据服务stdio官方级别未说明来源级核验

neo4j graphrag

MCP Server

基于本地Ollama和Neo4J MCP服务器的图数据库检索增强生成(RAG)实现教程,提供从环境配置到高级应用的完整流程。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
图数据库检索增强生成Python

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

fadinammour

提供方

fadinammour

最后核验

2026/5/17 20:23

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run python create_graph.py

详细介绍

GraphRAG教程与本地Ollama和Neo4J MCP服务器

以下代码是基于RAG教程代码的改编而构建的:https://neo4j.com/blog/developer/rag-tutorial/

变化:

  • 固定断链
  • 固定了未解决问题的数据集数量(增加了一个未解决问题)
  • 将代码从OpenAI移植到Ollama
  • 添加了本地Neo4J MCP服务器

初步步骤:

  1. 复制一份 .env.templateneo4j_auth.template.txt 并分别命名 .envneo4j_auth.txt.更换 `` 使用您选择的密码。
  1. 安装 奥拉玛 然后在CLI中运行以下命令以获取所需的模型:
ollama pull qwen3:30b
ollama pull mxbai-embed-large
参数较少的模型不可靠(Cypher命令幻觉和有问题的推理限制)
  1. 安装
  1. 安装 紫外线

设置Neo4J服务器和数据库

  1. 要设置Neo4J服务器,请运行:
docker compose build
docker compose up -d
  1. 设置环境
uv sync
  1. 创建MircroServices数据库
uv run python create_graph.py
要检查服务器和数据库是否设置正确,请在浏览器中打开以下链接 http://localhost:7474/browser/

运行教程的步骤:

  1. 启动Jupyter笔记本
uv run jupyter notebook
  1. 要将python脚本作为笔记本运行,请右键单击它并将其作为Jupytext笔记本运行。按以下顺序运行脚本:
  • vector_index.py
  • graphrag.py
  • advcanced_graphrag.py
  • mcp_graphrag.py

有用的Neo4J命令

  • 删除整个数据库
MATCH (n)
DETACH DELETE n
  • 将用户添加到Neo4J
CREATE USER myuser SET PASSWORD 'mypassword' CHANGE NOT REQUIRED;
GRANT ROLE admin TO myuser;

目录标签

目录标签

图数据库检索增强生成Python本地部署Neo4JOllama

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP