$ loading_
连接图数据库、向量检索与大模型，统一摄取并查询结构化和非结构化数据。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"KGrag MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用 KGrag MCP Server 连接我的图数据库和向量索引，导入产品文档、FAQ 和会议纪要，并提供一个可按问题检索答案与出处的查询流程。
返回数据接入方案、索引方式，以及支持溯源的问答查询流程说明。
我有结构化销售数据和非结构化客户访谈记录，请通过 KGrag MCP Server 设计一个统一查询方案，让我能同时检索指标变化与相关客户反馈。
输出多源数据关联思路、查询示例，以及结构化结果与文本证据的联合返回方式。
请基于 KGrag MCP Server 设计一个图谱增强问答流程：先从实体关系图中找相关节点，再结合向量检索片段，让大模型生成更准确的回答。
得到包含图检索、向量召回和大模型生成步骤的端到端问答流程。
帮助代理抽取数据并检索上下文，将信息持久化到知识图谱中。
将文档导入图数据库并构建可查询知识图谱，支持健康检查与知识检索。
通过 MCP 连接 Graphlit 平台，帮助 AI 访问内容、检索信息并自动化上下文处理。
连接 GitHub、Neo4j、PostgreSQL 与 Milvus，统一查询并提取多源数据。
帮助用户构建并查询向量知识库，实现文档语义检索与增强生成。
为 AI 代理与 IDE 提供持久化知识图谱记忆、语义检索与关联探索能力