World Monitor
Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.
A simple Neo4j MCP server for creating graph data models.
列表按使用分(满分 100)排序,由以下部分组成
| 热度 | 0/80 | GitHub 星标或每周下载量:较大的计 60,较小的计 20 |
|---|---|---|
| 新鲜度 | 7/12 | 30 天内有发布或代码更新得满分 |
| 仍在响应 | 0/8 | 上次检查时云端端点有响应 |
| 使用分 | 7/100 |
质量: 基础检查通过 3/3 项(仅展示,不用于排序) · 上升势头: 暂无数据 (只用于“上升中”标签)
选择你使用的 AI 应用,然后复制设置。
用一句话让 AI 帮你安装
请帮我安装 MCP Neo4j Data Modeling。按照 https://mcp.popnx.com/i/neo4j-contrib-mcp-neo4j-data-modeling.md 操作,先把命令给我看,等我同意后再运行。粘贴到能在你电脑上工作的 AI(如 Claude Code、Cursor)。它会读取我们的步骤,先给你看命令,等你同意。无需密钥,无需注册。 · 查看 AI 会读取的全文
通过 3/3 项检查 · 在你的电脑上运行 · ✓ 命令已检查 2026年11月14日
第一步:你用哪个 AI?
选择你用的应用,步骤会显示在下方。
可连接 Claude,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次) · 仅限电脑上的 Claude 应用(Windows 或 Mac),网页和手机不可用
把这段话复制到 Claude 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Claude 安装 MCP server MCP Neo4j Data Modeling,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "mcpServers": { "neo4j-data-modeling": { "command": "uvx", "args": [ "mcp-neo4j-data-modeling" ] } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 MCP Neo4j Data Modeling 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --versionMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: uv --version
安装一次,所有需要 uv 的工具都能用
SettingsDeveloperEdit Config
{
"mcpServers": {
"neo4j-data-modeling": {
"command": "uvx",
"args": [
"mcp-neo4j-data-modeling"
]
}
}
}用 MCP Neo4j Data Modeling 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Claude 说正在使用 MCP Neo4j Data Modeling,或回答中出现 MCP Neo4j Data Modeling 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
NEO4J_NAMESPACE 用于 MCP 服务器工具名称的命名空间。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同
ChatGPT 暂时无法连接 MCP Neo4j Data Modeling
MCP Neo4j Data Modeling 需要安装在你的电脑上,而 ChatGPT 只能连接在网上运行的服务器
A · 使用能连接 MCP Neo4j Data Modeling 的应用
B · 其他 类中能连接 ChatGPT 的其他服务器
从同类中使用较多的里挑选,仅限用地址即可连接、无需密钥的
可连接 Claude Code,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次)
把这段话复制到 Claude Code 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Claude Code 安装 MCP server MCP Neo4j Data Modeling,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):claude mcp add --scope user neo4j-data-modeling -- uvx mcp-neo4j-data-modeling 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 MCP Neo4j Data Modeling 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --versionMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: uv --version
安装一次,所有需要 uv 的工具都能用
Mac:按 Command+空格,输入 Terminal · Windows:打开 PowerShell
claude mcp add --scope user neo4j-data-modeling -- uvx mcp-neo4j-data-modeling应能看到 MCP Neo4j Data Modeling 在列表中并显示已连接
用 MCP Neo4j Data Modeling 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Claude Code 说正在使用 MCP Neo4j Data Modeling,或回答中出现 MCP Neo4j Data Modeling 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
NEO4J_NAMESPACE 用于 MCP 服务器工具名称的命名空间。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同
可连接 Cursor,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次)
把这段话复制到 Cursor 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 Cursor 安装 MCP server MCP Neo4j Data Modeling,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "mcpServers": { "neo4j-data-modeling": { "command": "uvx", "args": [ "mcp-neo4j-data-modeling" ] } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 MCP Neo4j Data Modeling 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --versionMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: uv --version
安装一次,所有需要 uv 的工具都能用
用 MCP Neo4j Data Modeling 告诉我你能帮我做什么,然后做一件给我看✓ 如果 Cursor 说正在使用 MCP Neo4j Data Modeling,或回答中出现 MCP Neo4j Data Modeling 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
NEO4J_NAMESPACE 用于 MCP 服务器工具名称的命名空间。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 Cursor 帮助页面核实 · 你的界面可能因版本略有不同
可连接 VS Code,但需要先准备
需要先在电脑上安装 Python (uv)(只需一次)
把这段话复制到 VS Code 的对话里。AI 会先检查电脑,告诉你要改哪个文件,并且每次都等你同意。
请在这台电脑上为 VS Code 安装 MCP server MCP Neo4j Data Modeling,按顺序:1) 用 uv --version 检查是否有 uv。没有的话,请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装,不要自己安装。2) 只使用这份配置(已通过 PopNx MCP 检查):{ "servers": { "neo4j-data-modeling": { "type": "stdio", "command": "uvx", "args": [ "mcp-neo4j-data-modeling" ] } } } 3) 告诉我要修改的文件完整路径或要运行的命令,等我同意。4) 不需要密钥。5) 按约定执行,然后确认 MCP Neo4j Data Modeling 的工具真的出现了。这段话不包含你的密钥。如果需要密钥,AI 会请你自己粘贴到文件或应用的输入框里。
已经装好了吗?先检查 · 打开终端,输入这条命令后按 Enter
uv --versionMac:按 ⌘ + Space,输入 Terminal 后按 Enter
Windows:打开“开始”菜单,输入 Windows PowerShell,然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统(macOS 或 Windows)的一行命令,粘贴到终端 · 不需要单独安装 Python,uv 会在需要时自动下载
装好后关掉终端再打开,重新运行同一条命令,应显示版本号: uv --version
安装一次,所有需要 uv 的工具都能用
用 MCP Neo4j Data Modeling 告诉我你能帮我做什么,然后做一件给我看✓ 如果 VS Code 说正在使用 MCP Neo4j Data Modeling,或回答中出现 MCP Neo4j Data Modeling 的工具名称,就表示连接成功
上面的命令不填这些也能用。想调整时再按开发者的说明添加。
NEO4J_NAMESPACE 用于 MCP 服务器工具名称的命名空间。 说明为自动翻译,变量名保持原样;不确定时请查看原文。
菜单名称已于 2026年11月11日 对照 VS Code 帮助页面核实 · 你的界面可能因版本略有不同
Claude Code
claude mcp add --scope user neo4j-data-modeling -- uvx mcp-neo4j-data-modelingClaude Desktop (claude_desktop_config.json)
{
"mcpServers": {
"neo4j-data-modeling": {
"command": "uvx",
"args": [
"mcp-neo4j-data-modeling"
]
}
}
}Cursor (~/.cursor/mcp.json)
{
"mcpServers": {
"neo4j-data-modeling": {
"command": "uvx",
"args": [
"mcp-neo4j-data-modeling"
]
}
}
}VS Code (mcp.json)
{
"servers": {
"neo4j-data-modeling": {
"type": "stdio",
"command": "uvx",
"args": [
"mcp-neo4j-data-modeling"
]
}
}
}NEO4J_NAMESPACE env说明为自动翻译,变量名保持原样;不确定时请查看原文。
这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同,请以 README 为准。
依据这个服务器的连接方式和各应用自己的文档,检查于 2026年11月10日。
在你的电脑上运行,适用于
ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast
它在你的电脑上运行;安装后,工具列表会显示在你的 AI 应用中。
我们检查的是任何人都能看到的信息;我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月19日
注册名称已通过 GitHub 账户 neo4j-contrib 验证,该账户拥有此仓库
代码最后更新于2个月前
使用 MIT
它在你的电脑上运行,没有互联网端点
在你的电脑上运行,改用本地设置
它在你的电脑上运行;我们只能读取互联网端点的工具列表
OSV.dev 中没有 mcp-neo4j-data-modeling@0.6.1 的记录
只检查这个版本的包本身,不包括所有依赖 · 检查于 2026年11月16日
如果你是作者,可把这段代码贴到 README。徽章会链接回本页。
[](https://mcp.popnx.com/en/servers/neo4j-contrib-mcp-neo4j-data-modeling)提问、分享技巧或报告无法使用。按“有帮助”数量排序。
还没有评价
与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时,星标数才计入。
它在 3 项适用的基础检查中通过了 3 项。我们没有阅读代码。在添加密钥或令牌之前,请先看看这个服务器要求哪些权限,并使用只具备所需权限的密钥。
注册中心没有列出必需的密钥,不过有些服务器会在首次使用时要求你登录。
它在你的电脑上运行。你的 AI 应用会在需要时启动它,数据不会经过作者的服务器(除非它自己调用在线服务)。
GitHub 仓库最后更新于2个月前,最新版本(1.0.0)于13个月前进入注册中心。
支持 MCP 的应用,例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。
同一分类中有:World Monitor, openstatus, Oh My Posh Validator, Strata, Jitsu
同一分类、其他作者、命令已通过检查。官方的排在前面,再按星标排序。
如何看卡片:↓ 每周下载量i★ GitHub 星标i三大支柱:评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i
Real-time global intelligence on conflict, markets, energy, trade, shipping and cyber. 100 tools.
Manage monitors, status pages, incidents and maintenances in your openstatus workspace.
Validate oh-my-posh configurations and segment snippets against the official schema.
MCP server for progressive tool usage at any scale (see https://klavis.ai)
Manage Jitsu data pipelines: destinations, streams, connections, functions, live events.
| 本项 MCP Neo4j Data Modeling | World Monitor | openstatus | Oh My Posh Validator | Strata | Jitsu | |
|---|---|---|---|---|---|---|
| 运行位置 | 需要安装在电脑上 | 在云端运行,无需安装 | 在云端运行,无需安装 | 在云端运行,无需安装 | 在云端运行,无需安装 | 在云端运行,无需安装 |
| 需要密钥 | 否 | 否 | 否 | 否 | 否 | 否 |
| 可在 Claude 中按 + 添加 | 否 | 否 | 否 | 否 | 否 | 否 |
| 基础检查 | 3/3 | 4/4 | 4/4 | 4/4 | 1/4 | 4/4 |
| 许可证 | MIT | AGPL-3.0 | AGPL-3.0 | MIT | Apache-2.0 | MIT |
| 价格 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 | 登记中未列出费用 |
按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。
mcp-name: io.github.neo4j-contrib/mcp-neo4j-data-modeling
A Model Context Protocol (MCP) server implementation that provides tools for creating, visualizing, and managing Neo4j graph data models. This server enables you to define nodes, relationships, and properties to design graph database schemas that can be visualized interactively.
This MCP server facilitates data modeling workflows like the one detailed below.
For an end to end demo using the Data Modeling and Cypher MCP servers to develop a data model, generate an ingest script, and validate use cases please check out this Github Repo.
The server provides these resources:
resource://schema/noderesource://schema/relationshipresource://schema/propertyresource://schema/data_modelresource://examples/patient_journey_modelresource://examples/supply_chain_modelresource://examples/software_dependency_modelresource://examples/oil_gas_monitoring_modelresource://examples/customer_360_modelresource://examples/fraud_aml_modelresource://examples/health_insurance_fraud_modelresource://neo4j_data_ingest_processThe server offers these core tools:
validate_nodenode (Node): The node to validatereturn_validated (bool, optional): If True, returns the validated node object instead of Truereturn_validated=True), raises ValueError if invalidvalidate_relationshiprelationship (Relationship): The relationship to validatereturn_validated (bool, optional): If True, returns the validated relationship object instead of Truereturn_validated=True), raises ValueError if invalidvalidate_data_modeldata_model (DataModel): The data model to validatereturn_validated (bool, optional): If True, returns the validated data model object instead of Truereturn_validated=True), raises ValueError if invalidget_mermaid_config_strdata_model (DataModel): The data model to visualizeThese tools provide integration with [Arrows](https://arrows.app/) - a graph drawing web application for creating detailed Neo4j data models with an intuitive visual interface.
load_from_arrows_jsonarrows_data_model_dict (dict): JSON dictionary from Arrows app exportexport_to_arrows_jsondata_model (DataModel): The data model to exportload_from_owl_turtleowl_turtle_str (str): OWL Turtle string representation of an ontologyexport_to_owl_turtledata_model (DataModel): The data model to exportexport_to_pydantic_modelsdata_model (DataModel): The data model to exportexport_to_neo4j_graphrag_pkg_schemadata_model (DataModel): The data model to exportload_from_neo4j_graphrag_pkg_schemaneo4j_graphrag_python_package_schema (dict): Neo4j GraphRAG Python Package schema dictionaryThese tools provide access to pre-built example data models for common use cases and domains.
list_example_data_modelsget_example_data_modelexample_name (str): Name of the example to load ('patient_journey', 'supply_chain', 'software_dependency', 'oil_gas_monitoring', 'customer_360', 'fraud_aml', or 'health_insurance_fraud')These tools may be used to create Cypher ingest queries based on the data model. These queries may then be used by other MCP servers or applications to load data into Neo4j.
get_constraints_cypher_queriesdata_model (DataModel): The data model to generate constraints forget_node_cypher_ingest_querynode (Node): The node definition (label, key property, properties)$records)get_relationship_cypher_ingest_querydata_model (DataModel): The data model containing nodes and relationshipsrelationship_type (str): The type of the relationshiprelationship_start_node_label (str): The label of the start noderelationship_end_node_label (str): The label of the end node$records)create_new_data_modeldata_context (str): Description of the data and any specific details to focus onuse_cases (str): List of use cases for the data model to addressdesired_nodes (str, optional): Node labels to include in the data modeldesired_relationships (str, optional): Relationship types to include in the data modelCan be found on PyPi https://pypi.org/project/mcp-neo4j-data-modeling/
Add the server to your claude_desktop_config.json with the transport method specified:
"mcpServers": {
"neo4j-data-modeling": { "command": "uvx", "args": [ "mcp-neo4j-data-modeling@0.8.2", "--transport", "stdio" ] } }
The server supports namespacing the server tools:
"mcpServers": {
"neo4j-data-modeling-app1": { "command": "uvx", "args": [ "mcp-neo4j-data-modeling@0.8.2", "--transport", "stdio", "--namespace", "app1" ] }, "neo4j-data-modeling-app2": { "command": "uvx", "args": [ "mcp-neo4j-data-modeling@0.8.2", "--transport", "stdio", "--namespace", "app2" ] } }
With namespacing enabled:
app1-validate_node, app2-validate_nodeThe server supports HTTP transport for web-based deployments and microservices:
# Basic HTTP mode (defaults: host=127.0.0.1, port=8000, path=/mcp/)
mcp-neo4j-data-modeling --transport http
mcp-neo4j-data-modeling --transport http --host 127.0.0.1 --port 8080 --path /api/mcp/
mcp-neo4j-data-modeling --transport http --namespace myapp
Environment variables for HTTP configuration:
export MCP_TRANSPORT=http
export NEO4J_MCP_SERVER_HOST=127.0.0.1 export NEO4J_MCP_SERVER_PORT=8080 export NEO4J_MCP_SERVER_PATH=/api/mcp/ export NEO4J_NAMESPACE=myapp mcp-neo4j-data-modeling
The server supports three transport modes:
Here we use the Docker Hub hosted Data Modeling MCP server image with stdio transport for use with Claude Desktop.
Config details:
-i: Interactive mode - keep