Neo4j Data Modeling MCP Server 镜像文档

镜像概述和主要用途

Neo4j Data Modeling MCP Server 是一个基于模型上下文协议（MCP）的服务器应用，主要用于协助创建、验证和可视化图数据模型。MCP服务器是一种通过Docker容器运行的服务，旨在与AI应用（如Anthropic Claude Desktop）集成，提供特定领域的工具和功能。

什么是MCP服务器？

核心功能和特性

基本信息

核心功能

• 提供11种专业工具，覆盖图数据模型的创建、验证、导入/导出及可视化全流程
• 自动生成Neo4j数据库约束Cypher查询，确保数据模型规范性
• 支持与Arrows Web应用格式互转，实现数据模型可视化编辑
• 内置多种行业示例数据模型模板（***、供应链、软件依赖等）
• 生成节点/关系数据导入Cypher查询，简化Neo4j数据集成流程
• 提供Mermaid配置字符串，支持多平台数据模型可视化

使用场景和适用范围

目标用户

• 图数据模型设计人员
• Neo4j数据库管理员
• 数据集成工程师
• 业务分析师（***、供应链、***等领域）

典型应用场景

• 数据模型设计阶段：利用示例模板快速构建领域数据模型，通过验证工具确保模型合法性
• 数据库部署阶段：自动生成约束创建语句和数据导入脚本，简化Neo4j数据库初始化流程
• 模型可视化需求：导出为Arrows格式或生成Mermaid配置，用于文档编写和团队协作
• 数据治理场景：通过模型验证确保数据结构符合业务规则和数据库最佳实践

详细使用方法和配置说明

Docker运行命令

bash
docker run -i --rm \
  -e NEO4J_TRANSPORT=http \
  -e NEO4J_MCP_SERVER_HOST=0.0.0.0 \
  -e NEO4J_MCP_SERVER_PORT=8000 \
  -e NEO4J_MCP_SERVER_PATH=/mcp/ \
  mcp/neo4j-data-modeling

Docker Compose配置

创建docker-compose.yml文件：

yaml
version: '3.8'
services:
  neo4j-modeling-mcp:
    image: mcp/neo4j-data-modeling
    container_name: neo4j-modeling-mcp
    restart: unless-stopped
    ports:
      - "8000:8000"
    environment:
      - NEO4J_TRANSPORT=http
      - NEO4J_MCP_SERVER_HOST=0.0.0.0
      - NEO4J_MCP_SERVER_PORT=8000
      - NEO4J_MCP_SERVER_PATH=/mcp/

启动服务：

bash
docker-compose up -d

环境变量配置

镜像安全验证

为确保镜像完整性和来源可靠性，建议使用cosign验证签名：

bash
COSIGN_REPOSITORY=mcp/signatures cosign verify mcp/neo4j-data-modeling --key [***]

可用工具详情

工具列表概览

工具详细说明

export_to_arrows_json

功能：将数据模型转换为Arrows Web应用兼容的JSON格式，支持在Arrows中可视化编辑。

参数：

返回值：Arrows格式的JSON字符串

get_constraints_cypher_queries

功能：根据数据模型自动生成Neo4j约束创建Cypher语句，包括唯一性约束和存在性约束。

参数：

返回值：约束创建Cypher查询列表

get_example_data_model

功能：从内置模板库中获取指定行业的示例数据模型及对应的Mermaid配置。

支持的示例名称：

• patient_journey（患者旅程）
• supply_chain（供应链）
• software_dependency（软件依赖）
• oil_gas_monitoring（油气监测）
• customer_360（客户360度视图）
• fraud_aml（欺诈与反洗***）
• health_insurance_fraud（***保险欺诈）

参数：

返回值：包含DataModel对象和Mermaid配置的字典

get_mermaid_config_str

功能：生成数据模型的Mermaid配置字符串，可在支持Mermaid的应用（如Claude Desktop、Markdown编辑器）中渲染可视化图表。

参数：

返回值：Mermaid配置字符串

get_node_cypher_ingest_query

功能：生成参数化Cypher查询，用于将节点记录列表批量导入Neo4j数据库。

参数：

返回值：参数化Cypher查询（使用$records参数接收节点数据列表）

get_relationship_cypher_ingest_query

功能：生成参数化Cypher查询，用于将关系记录列表批量导入Neo4j数据库。

参数：

返回值：参数化Cypher查询（使用$records参数接收关系数据列表，记录需包含sourceId和targetId字段）

list_example_data_models

功能：列出所有内置示例数据模型的名称和详细描述。

参数：无

返回值：示例名称-描述映射字典

load_from_arrows_json

功能：从Arrows Web应用导出的JSON格式加载数据模型。

参数：

返回值：标准化数据模型JSON字符串

validate_data_model

功能：验证整个数据模型的语法和语义合法性，包括节点、关系定义及属性约束。

参数：

返回值：

• 验证通过：True（若return_validated=True则返回标准化模型）
• 验证失败：抛出ValueError异常（包含详细错误信息）

validate_node

功能：验证单个节点定义的合法性，包括属性类型、约束条件等。

参数：

返回值：

• 验证通过：True（若return_validated=True则返回标准化节点定义）
• 验证失败：抛出ValueError异常（包含详细错误信息）

validate_relationship

功能：验证单个关系定义的合法性，包括类型定义、属性约束及节点连接规则。

参数：

返回值：

• 验证通过：True（若return_validated=True则返回标准化关系定义）
• 验证失败：抛出ValueError异常（包含详细错误信息）

为什么使用Docker运行MCP服务器更安全？

为什么使用Docker运行MCP服务器更安全？