使用说明
MCP服务器
一个基于Python的服务器应用程序，它提供了使用语义相似性搜索从SharePoint检索元数据和从Neo4j知识图检索实体的工具。
特性
- 元数据检索：从SharePoint的“文档”库中获取结构化元数据
- 实体检索：使用语义相似性查询Neo4j知识图，以查找相关实体及其关系
- FastMCP集成：基于FastMCP框架构建，用于工具管理和执行
先决条件
- Python 3.x
- Neo4j数据库
- SharePoint访问凭据
- OpenAI API密钥（用于语义搜索）
安装
- 克隆存储库：
git clone <repository-url>
cd mcp-server
- 创建并激活虚拟环境：
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
- 安装依赖项：
pip install -r requirements.txt
- 配置环境变量：
创建一个
.env包含以下变量的文件：
SHAREPOINT_URL=
SHAREPOINT_USERNAME=
SHAREPOINT_PASSWORD=
SHAREPOINT_LIBRARY_NAME=
NEO4J_URI=
NEO4J_USER=
NEO4J_PASSWORD=
EMBEDDING_MODEL_ENDPOINT=
EMBEDDING_MODEL_KEY=
EMBEDDING_MODEL_API_VERSION=
EMBEDDING_MODEL_DEPLOYMENT_NAME=
EMBEDDING_MODEL_CHUNK_SIZE=
EMBEDDING_MODEL_DIMENSION=
EMBEDDING_MODEL_CHUNK_OVERLAP=
用法
- 启动服务器：
python mcp_server.py
- 服务器提供两个主要工具：
metadata_retrieve：从SharePoint检索结构化元数据entity_retrieve：使用语义相似度查询知识图
项目结构
.
├── mcp_server.py # Main server application
├── settings.py # Configuration management
├── services/ # Service implementations
│ ├── graph_store.py # Neo4j graph operations
│ └── sharepoint.py # SharePoint integration
├── requirements.txt # Project dependencies
└── .env # Environment variables
依赖项
- langchain mcp适配器
- mcp[cli]
- langchain_openai
- 松果
- 语言链
- langchain_neo4j
- office365 rest python客户端
