Agent Skills
返回列表
🤖

Neo4j 图数据 MCP 查询

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/query-neo4j-graph-data-from-agent-workflows-through-mcp。

技能介绍

要解决的问题

让 Agent 直接查 Neo4j 时，常见做法是人肉写 Cypher、再手动把结果粘回去，或者让 Agent 自己适配数据库驱动、鉴权和结果解析，成本高且易错。这套技能把图数据库访问封装成 MCP 工具，Agent 在聊天窗口里就能探查图结构、执行查询、管理图记忆，不必自己拼连接与协议代码。

技能如何工作

核心能力分四块：

  • 图结构探查：借助 APOC 插件读取 schema，Agent 先看清节点、标签和关系，再决定查询怎么写
  • Cypher 执行：把自然语言需求转成 Cypher，直接在 Neo4j 上运行并拿回结构化结果
  • 图记忆管理：以图的形式读写长期记忆，适合跨会话沉淀实体及其关系
  • Aura 运维：支持从对话中操作 Aura 实例

典型链路：Agent 发起 MCP 调用 → 技能作为 MCP server 接收请求 → 转发到 Neo4j（本地库或 Aura）→ 返回结果。本地部署时可用 --transport http 以 HTTP 传输模式运行，方便远程客户端接入。

适用边界与注意点

  • schema 探查依赖 Neo4j 实例上安装并启用 APOC，否则该能力不可用
  • 需要 Neo4j 数据库或 Aura 账号，外加 Python 环境（uvx 或包安装）
  • Agent 侧必须是兼容 MCP 的客户端
  • Cypher 生成质量取决于上游 Agent 的判断，复杂语义的查询仍建议人工复核

使用场景

  • 给知识图谱做根因排查，需要先在对话里确认 schema 结构，再写入修正后的关系数据
  • 客服助手要查客户订单与设备关联关系，需在代理工作流里直接执行 Cypher 取结果
  • 团队维护长期记忆图，要求 Agent 跨会话写入和更新实体、标签及关系边
  • 需要从聊天窗口操作 Aura 实例，并保留查询与写回的完整链路

适合人员

  • 后端工程师：想把 Neo4j 查询能力接入现有 MCP 兼容 Agent，减少手写连接与协议代码
  • 数据平台工程师：需要让 Agent 探查 schema 并执行受控 Cypher，统一图数据访问入口
  • AI 应用开发者：在对话流里管理图记忆与 Aura 运维，避免在业务代码里分散处理图数据库
  • 图数据库管理员：希望用工具化方式让 Agent 辅助排查与维护 Neo4j 实例