Datagraph City MCP Server

DataGraph MCP服务器

模型上下文协议服务器，用于从Claude Desktop、ChatGPT和其他兼容MCP的客户端访问DataGraph API。

安装

通过npx（推荐）

{
  "mcpServers": {
    "datagraph": {
      "command": "npx",
      "args": ["-y", "datagraph-city-mcp-server"],
      "env": {
        "DATAGRAPH_API_KEY": "dgc_your_api_key_here"
      }
    }
  }
}

通过本地安装

npm install datagraph-city-mcp-server

{
  "mcpServers": {
    "datagraph": {
      "command": "node",
      "args": ["/absolute/path/to/node_modules/datagraph-city-mcp-server/index.js"],
      "env": {
        "DATAGRAPH_API_KEY": "dgc_your_api_key_here"
      }
    }
  }
}

获取API密钥

注册地址： 数据图城市 获取您的免费API密钥。

______________________________________________________________________

Claude桌面设置

1. 打开克劳德桌面配置：

- macOS： ~/Library/Application Support/Claude/claude_desktop_config.json - 窗户： %APPDATA%\Claude\claude_desktop_config.json

1. 使用API密钥添加上面的配置
2. 重新启动克劳德桌面

______________________________________________________________________

查询示例

"What programs address violence prevention in Kansas City?"
"Show me the obstacles to reducing urban loneliness in NYC"
"Which organizations fund violence prevention in Kansas City?"
"What strategy areas do Kansas City nonprofits work in?"
"Show recent building permits in Manhattan"
"What are property sale prices by borough in NYC?"

______________________________________________________________________

可用数据集

呼叫 list_datasets 第一 --它返回精确的数据集名称和当前计数。

NYC数据集详细信息

______________________________________________________________________

GOSR框架

目标障碍解决方案资源（GOSR） 是一种公民问题解决的参与式问题结构方法。了解更多信息，请访问 gosr.ai.

关键关系链：

(Goal)-[:HAS_OBSTACLE]->(Obstacle)-[:HAS_SOLUTION]->(Solution)
    (StrategyArea)

基金边缘定位：

• (Funder)-[:FUNDS]->(Actor) --当资金来源仅列出组织名称时（大多数来源）
• (Funder)-[:FUNDS]->(Resource) --当资金来源指定一个特定项目时（目前仅提供COMBAT资助）
• 要查找所有资金，请同时查询： MATCH (f)-[:FUNDS]->(n) WHERE n:Actor OR n:Resource

关键区别：

• 解决方案是理论/潜在的干预措施——它们描述了 *什么可行*
• 资源是真实的，现有的程序正在运行
• 障碍可以有子解决方案（叶节点）或子障碍（子问题），但不能两者都有

计算父障碍与叶障碍：

// Parent obstacles (have sub-obstacles)
MATCH (p:Obstacle)-[:HAS_OBSTACLE]->(c:Obstacle)
WHERE p.dataset = 'your-dataset'
RETURN COUNT(DISTINCT p)

// Leaf obstacles (have solutions)
MATCH (p:Obstacle)-[:HAS_OBSTACLE]->(c:Obstacle)
WHERE p.dataset = 'your-dataset'
RETURN COUNT(c)

______________________________________________________________________

可用工具

query_locality_data 参数

提示： 呼叫 get_locality_schema 首先了解图结构，然后直接编写Cypher以获得精确的结果。

______________________________________________________________________

发展

使用MCP检查员进行测试

npx @modelcontextprotocol/inspector node index.js

调试模式

DEBUG=* node index.js

______________________________________________________________________

故障排除

“找不到API密钥” --确保 DATAGRAPH_API_KEY 在MCP服务器环境配置中设置。

克劳德看不到服务器 --使用绝对路径。更改配置后完全重新启动Claude Desktop。

空查询结果 --使用 get_locality_schema 首先了解图结构，然后直接通过以下方式编写Cypher query_locality_data.

“命令失败” --验证是否安装了Node.js(node --version)，然后手动测试： node index.js.

______________________________________________________________________

支持

• 文档： docs.datagraph.city
• 问题：
• 电子邮件：support@datagraph.city