Discourse Graph MCP

话语图MCP服务器

⚠️ 概念验证 -这是一个原型实现，用于探索如何通过模型上下文协议（MCP）将话语图与人工智能助手集成。它仅用于原型制作和实验目的。

概述

此MCP服务器通过模型上下文协议向Claude等AI助手公开话语图。它允许AI助手探索、搜索和遍历研究的结构化知识图，支持各种节点语法和关系类型。

服务器动态适应不同的话语图模式，使其适用于使用话语图格式的任何领域或研究领域。

这有什么作用

服务器为AI助手提供工具，以：

• 搜索 使用关键字和过滤器的知识图
• 检索 特定研究节点的详细信息
• 遍历 概念、论文和研究结果之间的关系
• 查询 本体论与关系类型
• 视图 研究图像内联（自动获取和显示）
• 分析 研究人员贡献和统计

所有图像内容都作为本地MCP图像块（base64编码）提供，以便在兼容的MCP客户端中进行内联显示。

建筑

• 协议：模型上下文协议（MCP）
• 运行时：使用TypeScript的Node.js
• 数据格式：JSON知识图导出
• 图像处理：获取Firebase URL并将其转换为base64以进行内联显示

提供的工具

1. search_nodes -带有类型和属性过滤器的全文搜索（支持任何节点类型）
2. get_node -使用密钥图像获取完整的节点详细信息
3. get_linked_nodes -带类型关系的图遍历
4. get_schema -从数据集中返回动态加载的节点类型定义
5. get_researcher_contributions -归因和统计
6. get_node_images -获取节点的所有图像（内联显示）
7. get_relationships -查询类型的关系（支持、通知、反对等）
8. get_relation_types -列出所有可用的关系类型定义

主要特点： 服务器从每个数据集中动态加载节点模式，支持不同的节点语法，包括：

• 研究重点类型（结果、问题、主张、证据、假设、结论等）
• 项目管理类型（流程、工件、项目、问题、里程碑等）
• 理论和方法类型（理论、来源等）

安装

npm install
npm run build

用法

运行服务器

npm start

配置

环境变量

• DATA_PATH：话语图JSON文件的路径（必填）
• SERVER_NAME：自定义服务器名称（可选，如果未提供，则根据文件名自动生成）

运行单个服务器

# Using default data path (project root JSON file)
npm start

# Using custom data path
DATA_PATH=/path/to/your/graph.json npm start

# Using custom server name
SERVER_NAME=my-custom-server DATA_PATH=/path/to/graph.json npm start

自动生成的服务器名称

如果 SERVER_NAME 如果未提供，服务器会自动从数据集文件名中导出一个名称：

与Claude Code集成

单服务器设置

添加到MCP设置配置中（通常 ~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上）：

{
  "mcpServers": {
    "discourse-graph": {
      "command": "node",
      "args": ["/path/to/discourse-graph-mcp/dist/index.js"],
      "env": {
        "DATA_PATH": "/path/to/discourse-graphs_query-results.json"
      }
    }
  }
}

多服务器设置（不同的数据集）

使用不同的数据集同时运行多个话语图服务器：

{
  "mcpServers": {
    "discourse-graphs": {
      "command": "node",
      "args": ["/Users/makamats/Repos/MCP-DG-demo/dist/index.js"],
      "env": {
        "DATA_PATH": "/Users/makamats/Repos/MCP-DG-demo/discourse-graphs_query-results_202512290038.json"
      }
    },
    "akamatsulab": {
      "command": "node",
      "args": ["/Users/makamats/Repos/MCP-DG-demo/dist/index.js"],
      "env": {
        "DATA_PATH": "/Users/makamats/Repos/MCP-DG-demo/akamatsulab_query-results_202512290139.json"
      }
    }
  }
}

注： MCP客户端的配置密钥（例如。， "discourse-graphs", "akamatsulab2")独立于内部服务器名称。服务器名称用于工具调用和日志记录。

自定义服务器名称

需要时覆盖自动生成的名称：

{
  "mcpServers": {
    "production-graph": {
      "command": "node",
      "args": ["/path/to/discourse-graph-mcp/dist/index.js"],
      "env": {
        "SERVER_NAME": "production-discourse-graph",
        "DATA_PATH": "/data/production/graph.json"
      }
    },
    "staging-graph": {
      "command": "node",
      "args": ["/path/to/discourse-graph-mcp/dist/index.js"],
      "env": {
        "SERVER_NAME": "staging-discourse-graph",
        "DATA_PATH": "/data/staging/graph.json"
      }
    }
  }
}

故障排除

服务器名称冲突

如果您看到有关重复服务器名称的错误，请确保每个服务器实例都有一个唯一的名称：

1. 使用不同 DATA_PATH 值（根据文件名自动生成的服务器名称）
2. OR显式设置唯一 SERVER_NAME 通过环境变量确定值

找不到数据文件

ERROR: Data file not found: /path/to/file.json

• 验证 DATA_PATH 指向现有的JSON文件
• 使用绝对路径以避免歧义
• 检查文件权限

调试服务器实例

检查服务器启动日志（stderr）以验证配置：

Loading discourse graph data...
Server name: discourse-graphs-server
Data path: /Users/makamats/Repos/MCP-DG-demo/discourse-graphs_query-results_202512290038.json
Loaded 425 nodes

项目结构

src/
├── index.ts        # Main MCP server entry point
├── tools.ts        # Tool handlers and schemas
├── search.ts       # Keyword search implementation
├── dataLoader.ts   # JSON data loading and indexing
├── imageParser.ts  # Firebase image URL extraction
└── types.ts        # TypeScript types and schemas

开发状态

这是一个 概念验证 探索话语图与人工智能助手集成的实现。它表明：

• 如何通过MCP展示结构化知识图
• 动态支持不同的节点语法和关系类型
• 研究内容的内联图像显示功能
• 图遍历和类型化关系查询
• 基于归因的结构化知识全文搜索
• 多数据集支持（为不同的图形运行多个服务器）

已知限制

• 单一静态JSON数据源（无实时更新）
• 对于大型结果集，图像获取可能很慢
• 有限的错误处理和验证
• 无身份验证或访问控制
• 原型质量代码未针对生产进行优化

许可证

麻省理工学院

贡献

这是一个实验原型。在我们探索话语图如何增强人工智能辅助研究工作流程时，欢迎提供意见、建议和反馈。