AWS Neptune MCP Server

AWS Neptune MCP Server

AWS Neptune MCP 伺服器將 Amazon Neptune 圖形資料庫功能整合進 AI 應用程式和編碼助手，透過符合 MCP 的介面，使圖形查詢和管理操作無縫執行。

Author: awslabs


查看協議

AWS Neptune MCP 伺服器是什麼？

AWS Neptune MCP 伺服器是一個專門的 MCP 伺服器，充當 AI 工具與 Amazon Neptune 圖形資料庫之間的橋樑。它透過標準化的模型上下文協議（Model Context Protocol）暴露 Neptune 的強大圖形查詢、分析和管理功能，使應用程式和代理能夠使用自然語言或程式介面與 Neptune 的圖形數據互動。該伺服器支援 openCypher 和 Gremlin 查詢語言，使其適用於各種圖形工作負載。

如何配置 AWS Neptune MCP 伺服器

  1. 先決條件：

    • 確保您的系統已安裝 Python（符合 MCP 伺服器要求）。
    • 從 Astral 安裝 uv 工具。

  2. 憑證：

    • 設定具有訪問 Neptune 群集的 AWS 憑證。
    • 確保能從您的環境訪問 Neptune 端點。

  3. 配置範例：
    將以下配置添加至您的 MCP 客戶端設置檔案（例如，~/.aws/amazonq/mcp.json、.cursor/mcp.json 或您的工具所需的檔案）：

    {
  "mcpServers": {
    "awslabs.amazon-neptune-mcp-server": {
      "command": "uvx",
      "args": ["awslabs.amazon-neptune-mcp-server@latest"],
      "env": {
        "NEPTUNE_HOST": "your-neptune-cluster-endpoint",
        "NEPTUNE_PORT": "8182",
        "NEPTUNE_REGION": "us-east-1",
        "AWS_PROFILE": "your-aws-profile",
        "FASTMCP_LOG_LEVEL": "ERROR"
      },
      "disabled": false
    }
  }
}

    根據需要將佔位符替換為實際的 Neptune 群集端點、端口、AWS 區域和 AWS 配置檔。

  4. 網路設定：

    • 如果在本地運行，確保能訪問 Neptune 端點（必要時調整 VPC 或 SSH 隧道設置）。

  5. 啟動伺服器：

    • 使用您的 MCP 客戶端或工具介面根據其文檔啟動並連接到伺服器。

如何使用 AWS Neptune MCP 伺服器

  1. 查詢圖形：

    • 使用您的 AI 助手或整合 MCP 的 IDE 將圖形查詢發送到 Neptune。
    • 支援的查詢語言包括 openCypher 和 Gremlin；如有需要在提示中指定使用的語言。

  2. 調用工具：

    • 通過 MCP 客戶端介面的 tools/list 端點來瞭解可用的 Neptune 操作。
    • 調用執行 Cypher 或 Gremlin 查詢、檢索結果集、更新節點和邊緣或執行圖形分析等操作。

  3. 使用範例：

    • 在聊天介面中，您可以說：
      使用 Amazon Neptune MCP 伺服器，找到與 account_id 12345 透過 "FRIEND_OF" 關係相連的所有用戶。

    • AI 代理將自動選擇合適的圖形查詢語言並調用 MCP 伺服器的介面來執行查詢並返回結果。

  4. 工作流程自動化：

    • 將圖形搜索、子圖提取或分析任務整合進更大規模的自動化工作流程，利用您的 AI 工具或編碼助手。

  5. 批准與監控：

    • 若您的 MCP 客戶端需要手動確認資料庫操作，請批准工具調用。

主要特點

  • 支援 openCypher 和 Gremlin 語言： 執行複雜的屬性和遍歷圖形查詢，兼容大部分 Neptune 工作負載。
  • 安全的 AWS 整合： 使用 AWS 憑證和配置檔設置；利用 AWS 網路安全保障對群集的訪問。
  • 結構化的工具調用： 將 Neptune 操作作為可調用的 MCP 工具，供程式化或對話式使用。
  • 實時圖形分析： 使您能在 AI 開發工作流程中近乎實時地查詢、更新和檢索圖形儲存的數據。
  • 靈活的部署： 可以在本地、容器中或作為無伺服器工作流程的一部分運行伺服器，通過統一的 MCP 架構。
  • 可擴展性能： 在配置適當的 Neptune 資源時，處理高容量的生產級圖形查詢。

使用案例

  • 圖形查詢的代碼生成： 透過 AI 協助的提示生成和測試 openCypher 或 Gremlin 查詢，用於應用程式開發或分析。
  • 互動式數據探索： 可視化和分析複雜的網絡，如社交圖、物聯網網絡、知識圖或推薦系統。
  • 自動化 ETL 和數據操作： 使用自主代理運行批量更新、數據遷移或大規模圖形資料庫的完整性檢查。
  • **對話式數據洞察：**讓商業用戶透過聊天機器人或虛擬助手以自然語言查詢和理解關係數據。
  • DevOps 和故障排除： 在雲環境中快速調查基礎設施或操作圖中的關係和依賴性。

常見問題

1. AWS Neptune MCP 伺服器支援哪些圖形查詢語言？
該伺服器支援 openCypher 和 Gremlin，使您能夠使用適合您用例的圖形查詢語言。

2. 我可以使用 AWS Neptune MCP 伺服器與多個 Neptune 群集嗎？
是的，您可以通過為每個 MCP 伺服器實例設置 NEPTUNE_HOST、NEPTUNE_PORT 和 NEPTUNE_REGION 環境變數來配置並連接不同的 Neptune 群集。

3. 通過 Neptune MCP 伺服器訪問數據是否安全？
是的，所有流量都使用您現有的 AWS 憑證並強制執行基於 IAM 的訪問控制。為了增強安全性，使用安全組和 VPC 設置來限制對您的 Neptune 群集的網路訪問。

4. 如何優化大型圖形查詢的性能？
為獲得大型圖形的性能，確保您的 Neptune 群集正確配置以滿足您的工作負載，並考慮使用讀取副本處理繁重的讀取操作。

5. 如果遇到連接 Neptune 的網路錯誤，我該怎麼辦？
檢查您的本地網絡或容器是否具有訪問 Neptune 端點的 VPC 訪問權限。如果從 AWS VPC 外部訪問，您可能需要設置 SSH 隧道或 VPN。