Cloudflare Grafitti MCP Server

Graphiti Cloud通过Cloudflare Workers

](https://github.com/adam-paterson/cloudflare-grafitti-mcp-server/actions/workflows/ci.yml) 


Cloudflare容器工作器，作为Graphiti MCP（模型上下文协议）服务器的代理，通过Neo4j支持的知识图提供对AI代理内存功能的可扩展、无服务器访问。

概述

Graphiti Cloud通过利用Cloudflare的新容器服务来托管和代理对Graphiti MCP服务器的请求，弥合了AI应用程序和持久内存之间的差距。这使得AI代理能够使用强大的知识图后端在交互中维护上下文和内存。

Graph Database Visualization

特性

• 无服务器架构：基于Cloudflare Workers构建，支持容器
• AI内存服务：通过知识图为AI代理提供持久内存
• Neo4j集成：用于复杂关系存储的强大图形数据库
• 自动缩放：最多5个具有智能睡眠管理的容器实例
• 全球边缘网络：部署在Cloudflare的全球基础设施中
• 安全：敏感凭据的基于环境的配置

建筑

---
config:
  theme: neutral
  look: handDrawn
  layout: dagre
---
flowchart TB
 subgraph subGraph0["MCP-Enabled Clients"]
        Cursor["Cursor IDE"]
        Claude["Claude Desktop"]
        MCPClient["Other MCP Clients"]
  end
 subgraph subGraph1["Cloudflare Edge"]
        Worker["Graphiti Cloud Worker"]
        Container["Graphiti MCP Container"]
        CF["Cloudflare Infrastructure"]
  end
 subgraph subGraph2["External Services"]
        Neo4j[("Neo4j Knowledge Graph")]
        OpenAI["OpenAI API"]
  end
    Cursor --> Worker
    Claude --> Worker
    MCPClient --> Worker
    Worker --> Container
    Container --> Neo4j & OpenAI
    Worker -.-> CF
    Container -.-> CF
     Cursor:::Aqua
     Cursor:::Ash
     Claude:::Pine
     Claude:::Peach
     Claude:::Ash
     MCPClient:::Rose
     MCPClient:::Ash
     Worker:::Sky
     Container:::Sky
     CF:::Peach
     Neo4j:::Sky
     OpenAI:::Aqua
    classDef Pine stroke-width:1px, stroke-dasharray:none, stroke:#254336, fill:#27654A, color:#FFFFFF
    classDef Ash stroke-width:1px, stroke-dasharray:none, stroke:#999999, fill:#EEEEEE, color:#000000
    classDef Rose stroke-width:1px, stroke-dasharray:none, stroke:#FF5978, fill:#FFDFE5, color:#8E2236
    classDef Peach stroke-width:1px, stroke-dasharray:none, stroke:#FBB35A, fill:#FFEFDB, color:#8F632D
    classDef Sky stroke-width:1px, stroke-dasharray:none, stroke:#374D7C, fill:#E2EBFF, color:#374D7C
    classDef Aqua stroke-width:1px, stroke-dasharray:none, stroke:#46EDC8, fill:#DEFFF8, color:#378E7A

快速开始

先决条件

• （v18或更高版本）
• 包管理器
• 牧马人CLI
• Neo4j数据库实例
• OpenAI API密钥

Neo4j设置

您需要一个Neo4j数据库来存储知识图。以下是您的选择：

1. Neo4j AuraDB（推荐） -完全托管的云服务

- 注册地址： Neo4j AuraDB - 创建一个免费实例（最多20万个节点和40万个关系） - 获取您的连接URI、用户名和密码

1. 自托管Neo4j

- 下载Neo4j社区版 - 跟随 安装指南

1. Neo4j桌面

- 下载Neo4j桌面版 - 创建本地数据库以供开发

了解更多关于Neo4j的信息：Neo4j是一个将数据存储为节点和关系的图形数据库，非常适合知识图。看看 Neo4j图形数据库概念 导游。

安装

1. 克隆存储库：

git clone https://github.com/adam-paterson/graphiti-cloud.git
cd graphiti-cloud

1. 安装依赖项：

pnpm install

1. 为了发展：在中配置环境变量 .dev.vars:

NEO4J_URI=neo4j://your-neo4j-instance:7687
NEO4J_USER=your-username
NEO4J_PASSWORD=your-password
OPENAI_API_KEY=your-openai-api-key
BEARER_TOKEN=your-secure-bearer-token

1. 用于生产：向Cloudflare Worker添加机密：

# Add each secret using wrangler
wrangler secret put NEO4J_URI
wrangler secret put NEO4J_USER
wrangler secret put NEO4J_PASSWORD
wrangler secret put OPENAI_API_KEY
wrangler secret put BEARER_TOKEN

了解更多：参见 Cloudflare员工机密文档 有关管理机密的详细说明。

发展

启动开发服务器：

pnpm dev

工人将在 http://localhost:8787

使用MCP检查器进行调试

为了调试MCP协议通信，您可以使用官方的MCP检查器：

# Install the MCP Inspector globally
npm install -g @modelcontextprotocol/inspector

# Start the inspector pointing to your local worker
mcp-inspector http://localhost:8787

这将打开一个web界面，您可以在其中：

• 发送MCP协议请求
• 查看请求/响应有效载荷
• 调试客户端和Graphiti MCP服务器之间的通信

了解更多：查看 MCP检查员文件 用于高级调试技术。

部署

部署到Cloudflare：

wrangler deploy

配置

容器设置

这 GraphitiMCPContainer 类使用以下配置扩展Cloudflare的容器：

• 默认端口: 8000
• 睡眠超时：1小时不活动
• 互联网接入：为外部API调用启用
• 最大实例数：5个集装箱
• 图像: knowledge-graph-mcp:0.4.0

环境变量

用法

基本代理请求

所有请求都被代理到Graphiti MCP容器：

// Example client request
const response = await fetch('https://your-worker.your-subdomain.workers.dev/', {
  method: 'POST',
  headers: {
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
    // MCP protocol request
  })
})

与AI应用程序集成

Graphiti Cloud旨在与支持MCP协议的AI应用程序配合使用：

import { MCPClient } from '@modelcontextprotocol/client'

const client = new MCPClient({
  serverUrl: 'https://your-worker.your-subdomain.workers.dev/'
})

// Use the client to interact with the knowledge graph
await client.addMemory({
  content: 'User prefers dark mode',
  context: 'user-preferences'
})

发展

项目结构

graphiti-cloud/
├── src/
│   └── index.ts          # Main worker and container logic
├── test/
│   ├── index.spec.ts     # Test specifications
│   └── env.d.ts          # Environment type definitions
├── wrangler.jsonc        # Cloudflare Worker configuration
├── package.json          # Project dependencies
└── README.md            # This file

脚本

• pnpm dev -启动开发服务器
• pnpm lint -运行ESLint
• pnpm types -生成牧马人类型

测试

目前，Cloudflare的测试套件并不完全支持容器。建议使用部署的worker进行集成测试。

贡献

1. 分叉存储库
2. 创建要素分支： git checkout -b feature/amazing-feature
3. 提交您的更改： git commit -m 'Add amazing feature'
4. 推到分支： git push origin feature/amazing-feature
5. 打开拉取请求

相关项目

• 图形 -知识图谱的底层MCP服务器
• 模型上下文协议 -协议规范
• Cloudflare容器 -Cloudflare的容器服务
• Neo4j -为知识存储提供动力的图形数据库

许可证

支持

• 电子邮件：\[hello@adampaterson.co.uk\]
• 问题：
• 讨论：

______________________________________________________________________

Built with using Cloudflare Workers and the power of knowledge graphs