NebulaGraph MCP Server v0.1.0：我们把图数据库接上了 MCP

Mar 11, 2025

为什么要做这件事

最近 MCP（Model Context Protocol）社区非常热闹：几乎每天都有新的 MCP Server 诞生，涵盖搜索、数据库、存储、天气等各种领域。我们在做 GraphRAG 和 Agent Workflow 时，需要一种方式，让模型在决策过程中即时获取图数据。因此我基于 NebulaGraph 3.x 写了一个 MCP Server，作为 “NebulaGraph × MCP” 生态的第一块基石。

MCP 有什么特别

  • 统一协议：把客户端（AI 应用）和服务端（工具/数据源）之间的交互标准化。
  • 开放生态：社区已经有近千个公开实现，可以直接接入。
  • 松耦合架构：开发者可以用同一套协议封装任意后端，接入门槛很低。

对我们来说，MCP 是让 Agent 得以调用图数据库的捷径。

NebulaGraph MCP Server 做了什么

  • 基于 FastMCP 实现，支持 stdio 和 SSE 两种传输模式。
  • 暴露了几个基础能力：
    • 列出图空间：让模型知道有哪些数据域；
    • 查看 Schema：理解各图空间的点、边定义；
    • 执行 nGQL 查询：直接跑查询语句；
    • 常用 Operator 模板：例如最短路径、邻居扩展，封装成可复用工具。
  • LlamaIndex 侧通过前文的 McpToolSpec 适配器即可直接接入，ReAct Agent 会在推理时自动调用。

示例里我让 Agent 查询某个空间的 schema，再运行路径搜索，结果连同可视化一并返回。

LlamaIndex with NebulaGraph MCP

下一步

这个版本只是打地基：

  • 后续会补充权限控制、查询限流等安全能力；
  • 计划支持更多 NebulaGraph 原生特性（如存储过程、图算法库）；
  • 与 GraphRAG 管线结合，让模型不仅能查图，还能基于图结构做推理。

仓库在这里：PsiACE/nebulagraph-mcp-server。欢迎感兴趣的同学一起折腾，探讨 AI × 图数据库的更多玩法。

https://psiace.me/posts/atom.xml