Token导航 LogoToken导航TokenDH.com
Py Mem MCP logo
运维云端未说明官方级别未说明来源级核验

Py Mem MCP

MCP Server

基于Python实现的MEM本体MCP服务器,提供SPARQL查询和德国教育课程数据管理功能。

工具数

8

提示词数

0

GitHub Stars

0

资源数

0
Python云端部署Docker

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

vgoehler

提供方

vgoehler

最后核验

2026/5/17 20:21

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。

详细介绍

py mem mcp

MEM(教育媒体元数据)本体MCP服务器的Python实现, 建造于 FastMCP 并用 诗歌.

这是对 MEM-MCP 在Python中。

特性

服务器公开了以下MCP工具:

工具说明
sparql_query对MEM三元组存储执行任意SPARQL SELECT查询
list_bundeslaender列出本体中可用的所有德国联邦州
list_schulfaecher列出给定州的所有学校科目
list_schularten列出给定州的所有学校类型
find_lehrplaene查找按州、学科、学校类型或年级筛选的课程
get_lehrplan_tree获取Lehrplan的层次结构(深度受限)
get_children获取特定节点的直接子节点
search按关键字在Lehrplan节点上进行全文搜索

项目结构

py-mem-mcp/
├── pyproject.toml          # Poetry project definition
├── Dockerfile              # Multi-stage Docker image
├── docker-compose.yml
├── .env.example            # Required environment variables
├── src/
│   └── py_mem_mcp/
│       ├── config.py       # Environment variable helpers
│       ├── sparql.py       # SparqlClient class
│       ├── bundesland.py   # BundeslandRegistry class
│       ├── graphs.py       # GraphRegistry class
│       ├── server.py       # FastMCP server entry point
│       └── tools/
│           ├── query.py    # sparql_query tool
│           ├── listing.py  # list_* tools
│           ├── lehrplan.py # find/get Lehrplan tools
│           └── search.py   # search tool
└── tests/                  # pytest unit tests

安装

# Install dependencies
poetry install

# Copy and edit the environment file
cp .env.example .env

配置

所有配置都是通过环境变量(从加载 .env).

变量描述必填
SPARQL_ENDPOINTSPARQL端点URL
GRAPH_ONTOLOGY本体图URI
GRAPH_SCHULARTscholart图URI
GRAPH_SCHULFACH 图形URI。✔
GRAPH_STATE_状态的图形URI(例如。 GRAPH_STATE_SN)可选
PORTHTTP端口(默认值: 3000)可选

运行服务器

直接通过Poetry运行服务器。确保在中设置所需的环境变量 .env 在开始之前。

# Development
poetry run py-mem-mcp

# Or directly
poetry run python -m py_mem_mcp.server

使用Docker运行

提供了一个Dockerfile和docker-compose.yml来在容器中运行服务器。确保在中设置所需的环境变量 .env 在建造之前。 您还应该根据需要设置docker compose网络。我修改了它,使其适用于我的n8n实例,但你可以根据需要进行调整。

cp .env.example .env   # edit as needed
docker compose up -d --build

服务器将在以下时间可用 http://localhost:3000/mcp.

MCP客户端配置

{
  "mcpServers": {
    "mem-ontology": {
      "type": "http",
      "url": "http://localhost:3000/mcp"
    }
  }
}

运行测试

poetry run pytest

州代码

代码
BW巴登-符腾堡州
BY拜仁
BE柏林
BB勃兰登堡
HB不来梅
HH汉堡
黑森州
MV梅克伦堡-前波美拉尼亚
NI下萨克森州
西北北威州
RP莱茵-普法尔茨
SL萨尔州
SN萨克森
ST萨克森-安哈尔特
SH石勒苏益格-荷尔斯泰因州
TH图林根
目前,课程数据可用于 , 序列号,以及 角色扮演.

许可证

CC0-1.0

目录标签

目录标签

Python云端部署DockerSPARQL查询本地部署教育元数据课程管理德国教育系统本体服务器

接入字段

传输方式(transport,传输协议)

未说明

鉴权方式(authType,认证方式)

none

工具数量(toolCount,工具数)

8

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

未说明none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。

仍需确认:installCommand

来源信息

继续浏览同类 MCP