$ loading_
连接 GitHub、Neo4j、PostgreSQL 与 Milvus，统一查询并提取多源数据。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"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。
请同时查询 GitHub 仓库、Neo4j 图谱、PostgreSQL 数据库和 Milvus 向量库，找出与“RAG 性能优化”相关的代码、实体关系、结构化记录和相似文档，并汇总为一份要点报告。
一份整合多数据源结果的调研报告，包含关键发现与来源概览。
帮我检查某个用户 ID 在 PostgreSQL 中的记录、Neo4j 中的关联节点、GitHub 中相关变更记录，以及 Milvus 中相似案例，定位可能的数据不一致问题。
一份问题定位结果，说明各系统中的关联数据与潜在异常点。
根据问题“我们的推荐系统最近做过哪些关键调整？”，从 GitHub 提交记录、Neo4j 知识关系、PostgreSQL 配置数据和 Milvus 历史文档中检索相关信息，并给出时间线总结。
按时间线整理的变更摘要，附带涉及的数据来源与关键内容。
为大模型应用提供统一数据库读写与查询工具，支持多种主流数据库。
连接 GitHub 与本地文件资源，为 AI 共享代码规范、文档和可复用提示词。
连接任意 PostgreSQL 数据库，让 AI 安全执行查询、管理与分析任务。
通过自然语言管理 GitHub 仓库、PR、Issue 与协作流程。
连接并读取数据源，交由大模型完成灵活的数据理解与分析推理。
用自然语言连接并管理 MySQL 数据库，执行查询、增删改查与性能监控。