Neo4j Memory MCP

MCPAI代理

提供方 PrashantSedhain

AI代理 stdio · 本地进程 Token 社区 / 第三方
查看接入方式

一个实现AI代理中上下文窗口溢出的解决方案,通过在运行时内存中存储大型图形结果并返回短内存路径,支持Cypher查询和模式检查的FastAPI应用。

一句话选型结论

按资料字段整理

Neo4j Memory MCP 属于AI代理类 MCP 服务器,stdio · 本地进程,Token,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类AI代理 传输方式stdio · 本地进程 鉴权Token 部署方式本地部署
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 9 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

AI代理
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量9暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

图形数据库Python本地部署AI代理内存管理Cypher查询FastAPI

安装与配置

stdio · 本地进程 Token
客户端在本机拉起子进程,数据不出本机
python3 -m venv .venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 9 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
给代理接外部能力

让代理在任务中途调用搜索、数据库等真实工具。

多步任务编排

把一串操作拆成步骤,由代理按顺序执行。

自动化重复流程

把固定流程交给代理跑,减少手工操作。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 9 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 使用前要准备好Token对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在AI代理场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Neo4j Memory MCP当前 9 stdio · 本地进程 本地部署 有 2026-05-17
Filesystem 560c4363 13 未标注 本地部署 无 2026-05-17
Server Everything (everything) 11 stdio · 本地进程 本地部署 有 2026-05-17
Time 7365cb6d 2 SSE · 服务端推送 远程部署 有 2026-05-18
Everything Claude Code 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Openmemory 557e1585 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

AI代理
字段来自项目仓库与公开索引,中文说明由本站标注
提供方PrashantSedhain上游标注的维护方 PrashantSedhain
分类AI代理本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式Token远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

5.3 KB
来自项目仓库与上游目录的原文,未做删改

Neo4j内存MCP

该项目实施了论文中的核心方法 解决AI代理中的上下文窗口溢出问题:工具不会将大型图形结果直接传递回模型上下文。相反,镜像工具将结果存储在运行时内存中,并返回短内存路径。稍后的工具在执行之前将这些路径解析回完整值。

它也遵循了官方的形状 neo4j/mcp 服务器通过暴露模式检查和Cypher执行工具,默认情况下启用只读模式。

包括什么

  • 一个具有REST端点的FastAPI应用程序,用于每会话Neo4j连接设置、模式查找、读取查询、写入查询和内存检索。
  • 安装在FastAPI应用程序内的FastMCP服务器 /mcp-server/mcp/.
  • 磁盘支持的运行时内存存储,用于存储超大或始终持久的工具输出。
  • 会话范围的运行时内存,因此指针只能在原始会话中解析。
  • 内存中的会话注册表,因此每个客户端会话都维护自己的Neo4j连接详细信息。
  • 镜像Neo4j工具:
  • configure-neo4j-session
  • get-neo4j-session-status
  • disconnect-neo4j-session
  • get-schema
  • read-cypher
  • write-cypher
  • describe-memory
  • retrieve-final-answer-from-memory
  • slice-memory-list

项目布局```text

src/neo4j_memory_mcp/
api/app.py FastAPI app and REST endpoints
mcp_server/server.py FastMCP tool definitions
config.py Environment-based settings
memory.py Pointer-based runtime memory store
neo4j_service.py Neo4j driver wrapper
runtime.py Shared application context
main.py Uvicorn entrypoint


## 配置

复制 `.env.example` 到 `.env` 并设置:```env
NEO4J_DEFAULT_DATABASE=neo4j
NEO4J_DEFAULT_READ_ONLY=true
NEO4J_FETCH_SIZE=1000
NEO4J_QUERY_TIMEOUT_SECONDS=30

服务器不再在其环境中存储单个Neo4j连接。客户端通过REST或MCP为每个会话提供连接详细信息,服务器在该会话的整个生命周期内将它们保存在内存中。

NEO4J_MEMORY_ALWAYS_STORE=true 通过返回工具输出的指针而不是原始有效载荷,使交互与论文保持一致。

当客户端连接时,服务器会发出不透明的会话令牌。对于之后的REST调用,请将其发送进来 X-Session-Token.

启动指南```bash

cd "/Users/mac1/Documents/Codex Projects/Neo4j-memory-mcp"

python3 -m venv .venv
source .venv/bin/activate
pip install -e .

cp .env.example .env


编辑 `.env` 如果要覆盖数据库名称、只读模式、获取大小或查询超时的默认值:```env
NEO4J_DEFAULT_DATABASE=neo4j
NEO4J_DEFAULT_READ_ONLY=true
NEO4J_FETCH_SIZE=1000
NEO4J_QUERY_TIMEOUT_SECONDS=30

然后启动服务器:```bash
.venv/bin/uvicorn neo4j_memory_mcp.api.app:app --host 0.0.0.0 --port 8000


如果先激活虚拟环境,则等效命令为:```bash
source .venv/bin/activate
uvicorn neo4j_memory_mcp.api.app:app --host 0.0.0.0 --port 8000

您还可以从虚拟环境中的模块入口点开始:bash .venv/bin/python -m neo4j_memory_mcp.main

启动后,检查:

  • 健康: http://localhost:8000/api/health
  • 会话连接: POST http://localhost:8000/api/session/connect
  • 架构: GET http://localhost:8000/api/schema
  • MCP传输: http://localhost:8000/mcp-server/mcp/

端点

终点:

  • REST API运行状况: GET /api/health
  • REST会话连接: POST /api/session/connect 回报 session_token
  • REST会话状态: GET /api/session/status 随着 X-Session-Token
  • REST会话断开连接: POST /api/session/disconnect 随着 X-Session-Token
  • REST架构: GET /api/schema 随着 X-Session-Token
  • REST读取查询: POST /api/query/read 随着 X-Session-Token
  • REST写入查询: POST /api/query/write 随着 X-Session-Token
  • REST内存获取: GET /api/memory/{memory_path} 随着 X-Session-Token
  • MCP传输: /mcp-server/mcp/

论文如何映射到此代码

  1. 输入检查: MemoryStore.resolve_if_pointer() 检测工具参数是否是内存路径,并在底层函数运行之前解析它,但仅在当前会话命名空间内。
  2. 原始工具行为: Neo4jService 包含纯模式和Cypher操作。
  3. 会话绑定: SessionManager 生成不透明的会话令牌,并保留每个令牌的Neo4j连接设置和驱动程序,而无需将凭据写入磁盘。
  4. 后处理和内存路径返回: AppContext.mirrored_call() 存储结果并返回指针元数据,而不是大型原始有效载荷。
  5. 最终答案检索: retrieve-final-answer-from-memory 和 GET /api/memory/{memory_path} 当在创建结果的同一会话中明确请求时,返回存储的结果。

备注

  • 只读密码保护是有意保守的,可以阻止常见的写入、管理、模式、APOC突变和 PROFILE 声明。
  • Neo4j密码仅在会话配置期间接受,并保存在进程内存中,而不是运行时内存存储或API响应中。
  • 会话令牌是服务器生成的,而不是客户端选择的,这避免了意外冲突,并使令牌猜测变得更加困难。
  • get-schema 用途 apoc.meta.schema(),匹配安装APOC的官方Neo4j MCP服务器先决条件。
  • 对于非常大的列表结果, slice-memory-list 允许客户端在不重新运行查询的情况下拉回窗口。
  • 运行时内存目录下的每个会话都有内存命名空间,因此一个会话无法解析另一个会话的指针。

常见问题

7 问
答案由本站依据条目字段整理,不引用上游原文
Neo4j Memory MCP 怎么安装?

在客户端按下面的安装命令接入:python3 -m venv .venv。装完在客户端配置里引用同一个包或端点。

Neo4j Memory MCP 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Neo4j Memory MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Neo4j Memory MCP 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

Neo4j Memory MCP 能提供哪些能力?

资料显示约 9 个工具;能力标签包括 内存管理、Python、AI代理。具体工具清单以官方文档为准。

Neo4j Memory MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Neo4j Memory MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。