What is Agent Mcp

agent_mcp is a Model Context Protocol (MCP) server that connects the SPARQL endpoint of GraphDB with the Ollama model, enabling Claude to query and manipulate ontology data while leveraging various AI models.

Use cases

Use cases for agent_mcp include querying ontology data for research, integrating AI models for enhanced data processing, and developing applications that require complex interactions with structured datasets.

How to use

To use agent_mcp, you can execute SPARQL queries, run and manage Ollama models, and utilize OpenAI and Google Gemini functionalities through specific commands provided in the server’s API.

Key features

Key features include executing SPARQL queries and updates, managing Ollama models (running, downloading, listing), and utilizing OpenAI and Google Gemini capabilities for chat completion, image generation, and text-to-speech conversions.

Where to use

agent_mcp can be used in fields such as data management, AI model integration, ontology management, and any application requiring advanced querying and manipulation of structured data.

Ontology MCP

Ontology MCP는 GraphDB의 SPARQL 엔드포인트와 Ollama 모델을 Claude와 연결하는 Model Context Protocol (MCP) 서버입니다. 이 도구를 사용하면 Claude가 온톨로지 데이터를 쿼리하고 조작하며, 다양한 AI 모델을 활용할 수 있습니다.

주요 기능

SPARQL 관련 기능

• SPARQL 쿼리 실행 (mcp_sparql_execute_query)
• SPARQL 업데이트 쿼리 실행 (mcp_sparql_update)
• 리포지토리 목록 조회 (mcp_sparql_list_repositories)
• 그래프 목록 조회 (mcp_sparql_list_graphs)
• 리소스 정보 조회 (mcp_sparql_get_resource_info)

Ollama 모델 관련 기능

• 모델 실행 (mcp_ollama_run)
• 모델 정보 확인 (mcp_ollama_show)
• 모델 다운로드 (mcp_ollama_pull)
• 모델 목록 조회 (mcp_ollama_list)
• 모델 삭제 (mcp_ollama_rm)
• 채팅 완성 (mcp_ollama_chat_completion)
• 컨테이너 상태 확인 (mcp_ollama_status)

OpenAI 관련 기능

• 채팅 완성 (mcp_openai_chat)
• 이미지 생성 (mcp_openai_image)
• 텍스트-음성 변환 (mcp_openai_tts)
• 음성-텍스트 변환 (mcp_openai_transcribe)
• 임베딩 생성 (mcp_openai_embedding)

Google Gemini 관련 기능

• 텍스트 생성 (mcp_gemini_generate_text)
• 채팅 완성 (mcp_gemini_chat_completion)
• 모델 목록 조회 (mcp_gemini_list_models)
• 이미지 생성 (mcp_gemini_generate_images) - Imagen 모델 활용 (현재 비활성화)
• 비디오 생성 (mcp_gemini_generate_videos) - Veo 모델 활용 (현재 비활성화)
• 멀티모달 콘텐츠 생성 (mcp_gemini_generate_multimodal_content) (현재 비활성화)

참고: Gemini의 이미지 생성, 비디오 생성 및 멀티모달 콘텐츠 생성 기능은 현재 API 호환성 문제로 인해 비활성화되어 있습니다.

지원하는 Gemini 모델

HTTP 요청 기능

• HTTP 요청 실행 (mcp_http_request) - GET, POST, PUT, DELETE 등 다양한 HTTP 메서드를 사용하여 외부 API와 통신

시작하기

1. 저장소 클론

git clone https://github.com/bigdata-coss/agent_mcp.git
cd agent_mcp

2. GraphDB Docker 컨테이너 실행

프로젝트 루트 디렉토리에서 다음 명령어를 실행하여 GraphDB 서버를 시작합니다:

docker-compose up -d

GraphDB 웹 인터페이스가 http://localhost:7200에서 실행됩니다.

3. MCP 서버 빌드 및 실행

# 의존성 설치
npm install

# 프로젝트 빌드
npm run build

# 서버 실행 (테스트용, Claude Desktop에서는 필요 없음)
node build/index.js

4. RDF 데이터 가져오기

GraphDB 웹 인터페이스(http://localhost:7200)에 접속하여 다음 단계를 수행합니다:

1. 리포지토리 생성:

   • “Setup” → “Repositories” → “Create new repository”
   • Repository ID: schemaorg-current-https (또는 원하는 이름)
   • Repository title: “Schema.org”
   • “Create” 클릭

2. 예제 데이터 가져오기:

   • 생성한 리포지토리를 선택
   • “Import” → “RDF” → “Upload RDF files”
   • imports 디렉토리의 예제 파일 업로드 (예: imports/example.ttl)
   • “Import” 클릭

참고: 프로젝트에는 imports 디렉토리에 예제 RDF 파일이 포함되어 있습니다.

5. Claude Desktop 설정

Claude Desktop에서 Ontology MCP를 사용하려면 MCP 설정 파일을 업데이트해야 합니다:

1. Claude Desktop 설정 파일 열기:

   • Windows: %AppData%\Claude\claude_desktop_config.json
   • macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Linux: ~/.config/Claude/claude_desktop_config.json

2. 다음 설정 추가:

{
  "mcpServers": {
    "a2a-ontology-mcp": {
      "command": "node",
      "args": [
        "E:\\codes\\a2a_mcp\\build"
      ],
      "env": {
        "SPARQL_ENDPOINT": "http://localhost:7200",
        "OPENAI_API_KEY": "your-api-key",
        "GEMINI_API_KEY": "your-api-key"
      },
      "disabled": false,
      "autoApprove": []
    }
  }
}

중요: `args’의 경로를 를 프로젝트 빌드 디렉토리의 실제 절대 경로로 변경하세요.

3. Claude Desktop 재시작

라이센스

이 프로젝트는 MIT 라이센스 하에 제공됩니다. 자세한 내용은 LICENSE 파일을 참조하세요.