AI导哈

知识图谱分析服务器

InfraNodus MCP Server是一个将知识图谱和文本网络分析能力集成到LLM工作流和AI助手（如Claude Desktop）中的服务器，用于分析文本、生成知识图谱、检测内容空白并识别关键主题和概念。

  • by Peanutdad5264
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 Peanutdad5264/mcp-server-infranodus

使用说明

InfraNodus MCP服务器

模型上下文协议（MCP）服务器，将InfraNodus知识图和文本网络分析功能集成到LLM工作流程和Claude Desktop等AI助手中。

概述

InfraNodus MCP Server使LLM工作流和AI助手能够使用先进的网络科学算法分析文本，生成知识图，检测内容差距，并确定关键主题和概念。它使用图论和网络分析将非结构化文本转化为结构化见解。

特性

你可以用它来

  • 将您现有的InfraNodus知识图连接到您的LLM工作流程和AI聊天
  • 在不遗漏重要细微差别的情况下识别话语中的主要主题集群（比标准LLM工作流程更好）
  • 识别任何话语中的内容差距（有助于内容创作和研究）
  • 从任何文本生成新的知识图，并使用它们来增强你的法学硕士回答

可用工具

  1. 生成知识图

    • 将任何文本转换为可视化知识图
    • 提取主题、概念及其关系
    • 识别结构模式和集群
    • 应用人工智能主题命名
    • 对更清晰的图形执行实体检测

  2. 按名称分析现有图形

    • 从您的InfraNodus帐户检索和分析现有图形
    • 访问以前保存的分析
    • 导出具有完整统计信息的图形数据

  3. 生成_内容_地图

    • 检测话语中缺失的连接
    • 识别未充分探索的主题
    • 生成研究问题
    • 建议内容开发机会

  4. generate_topic_cluster

    • 使用知识图分析从文本中生成主题和关键字集群
    • 确保超越遗传见解，发现更小的话题
    • 使用主题集群为SEO建立主题权威

  5. 生成研究问题

    • 生成弥合内容差距的研究问题
    • 将它们用作LLM模型和AI工作流中的提示
    • 使用任何人工智能模型（包含在InfraNodus API中）
    • 基于主题聚类确定内容差距

  6. 生成研究问题

    • 根据现有的InfraNodus图生成研究问题
    • 将它们用作LLM模型中的提示
    • 使用任何人工智能模型（包含在InfraNodus API中）
    • 基于主题聚类确定内容差距

  7. 生成响应图

    • 基于现有的InfraNodus图生成响应
    • 将它们集成到您的LLM工作流程和AI助手中
    • 使用任何人工智能模型（包含在InfraNodus API中）
    • 使用任何提示

  8. generate_text_overview

    • 生成文本的主题概述，并为LLM提供见解，以产生更好的回应
    • 使用它来获得对文本的高层次理解
    • 使用它来增强LLM工作流程和AI助手中的提示

  9. 创建知识图

    • 在InfraNodus中根据文本创建知识图并提供链接
    • 使用它在InfraNodus中从文本创建知识图

  10. 搜索

  • 搜索现有的InfraNodus图
  • 还可以使用它来搜索特定用户的公共图形
  • 通过开发者模式>连接器与ChatGPT深度研究模式兼容
  1. 获取
  • 获取图形的特定搜索结果
  • 可以通过开发者模式>连接器在ChatGPT深度研究模式下使用

更多功能即将推出！

关键能力

  • 主题建模：概念的自动聚类和分类
  • 内容间隙检测：查找概念集群之间缺失的链接
  • 实体识别：名称、地点和组织的干净提取
  • AI增强：可选的人工智能主题命名和分析
  • 结构分析：确定有影响力的节点和社区结构
  • 网络结构统计：模块性、中心性、介数和其他图形度量

安装

先决条件

设置步骤

  1. 克隆并构建服务器：

    git clone https://github.com/yourusername/mcp-server-infranodus.git
cd mcp-server-infranodus
npm install
npm run build

  2. 设置API密钥：

    创建一个 .env 项目根目录中的文件：

    INFRANODUS_API_KEY=your-api-key-here

  3. 检查MCP：

    npm run inspect

Claude桌面配置（macOS）

  1. 打开您的Claude Desktop配置文件：

    open ~/Library/Application\ Support/Claude/claude_desktop_config.json

  2. 添加InfraNodus服务器配置：

    {
	"mcpServers": {
		"infranodus": {
			"command": "node",
			"args": ["/absolute/path/to/mcp-server-infranodus/dist/index.js"],
			"env": {
				"INFRANODUS_API_KEY": "your-api-key-here"
			}
		}
	}
}

  3. 重新启动Claude Desktop以加载新服务器。

克劳德桌面配置（Windows）

  1. 打开您的Claude Desktop配置文件：

    %APPDATA%\Claude\claude_desktop_config.json

  2. 添加InfraNodus服务器配置：

    {
	"mcpServers": {
		"infranodus": {
			"command": "node",
			"args": ["C:\\path\\to\\mcp-server-infranodus\\dist\\index.js"],
			"env": {
				"INFRANODUS_API_KEY": "your-api-key-here"
			}
		}
	}
}

  3. 重新启动克劳德桌面。

其他MCP兼容应用

对于支持MCP的其他应用程序，请使用以下命令启动服务器：

INFRANODUS_API_KEY=your-api-key node /path/to/mcp-server-infranodus/dist/index.js

服务器通过stdio进行通信，因此请配置您的应用程序以运行此命令并通过标准输入/输出进行通信。

使用示例

安装后，您可以要求Claude：

  • “使用InfraNodus分析此文本并向我展示主要主题”
  • “根据此文档生成知识图”
  • “查找本文中的内容空白”
  • “从InfraNodus检索我现有的名为“研究笔记”的图表”
  • “这篇文章中的结构性空白是什么？”
  • “确定此内容中最具影响力的概念”

发展

以开发模式运行

npm run dev

使用MCP检查器

使用MCP检查器测试服务器：

npm run inspect

从源头构建

npm run build

观察变化

npm run watch

API文档

生成知识图

分析文本并生成知识图。

参数：

  • text （string，必填）：要分析的文本
  • includeStatements （boolean）：在响应中包含原始语句
  • modifyAnalyzedText （字符串）：文本修改选项（“无”、“实体”、“词形”）

按名称分析现有图形

从您的InfraNodus帐户检索并分析现有图形。

参数：

  • graphName （string，必填）：现有图形的名称
  • includeStatements （boolean）：在响应中包含语句
  • includeGraphSummary （布尔值）：包括图形摘要

生成_内容_地图

识别文本中的内容空白和缺失的连接。

参数：

  • text （字符串，必填）：用于分析差距的文本

故障排除

服务器未出现在Claude中

  1. 验证配置文件路径是否正确
  2. 检查API密钥是否有效
  3. 确保Node.js在您的系统PATH中
  4. 完全重新启动克劳德桌面

API关键问题

构建错误

# Clean install
rm -rf node_modules package-lock.json
npm install
npm run build

资源

许可证

麻省理工学院

支持

关于以下问题：

  • 此MCP服务器：在此存储库中打开问题
  • InfraNodus API：联系方式support@infranodus.com
  • MCP协议：访问 MCP社区

相关 MCP