为智能体提供向量知识图谱的节点、边和语义检索能力
该 MCP 工具材料较少,但已知为官方 Registry 提供的开源项目、近一年有更新,整体未见明显高风险红旗。其作为 MCP 服务端具备本机执行能力,且功能涉及知识图谱/向量数据处理,建议在最小权限环境中使用并补充核验实际读写范围。
材料明确标注无需密钥或环境变量,未见要求提供 API token、账户凭证或其他敏感认证信息,因此凭证暴露与滥用面较低。
材料标注无远程端点 host,README 也未声明外部 API、云服务或遥测上报目标;基于现有信息,未见明确的用户数据外发路径。
系统检查项已确认其会执行代码;作为 MCP server,通常需要在本机启动服务进程并处理代理请求。这属于此类工具的常规能力,当前材料未显示超出声明功能的系统权限申请,但仍应按本地可执行组件进行隔离运行。
描述显示其支持添加节点、添加边和语义节点,意味着会处理并可能持久化知识图谱/向量相关数据。现有材料未说明具体存储位置、文件读写范围或是否访问其他本地资源,因此需留意实际数据落盘与访问边界,但暂无过度授权红旗。
正面证据包括官方 Registry 来源、开源仓库可审计、近一年内有更新;这些因素明显降低供应链风险。需留意的是 README 基本缺失、许可证未声明、社区采用度较低(0 star),导致可审计上下文与成熟度信号有限,因此评为需留意而非高风险。
复制安装指令,让 AI 自动完成配置 · 推荐新手
请帮我安装 askskill 上的 "io.github.CSOAI-ORG/vector-knowledge-graph-mcp" MCP 服务: 执行:claude mcp add 'io-github-csoai-org-vector-knowledge-graph-mcp' -- npx -y vector-knowledge-graph-mcp
通过 MCP 提供面向 RAG 与知识图谱的服务接口,便于集成检索增强能力。
基于代码与文档构建知识图谱,支持仓库问答与实现方案规划。
为 AI 代理接入企业级 RAG 与多向量库检索能力,兼顾安全与动态工具选择
为大模型提供可持久化的知识图谱记忆与语义检索能力
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。
从代码、数据库与文档生成并检索知识图谱,支持无密钥推理分析