Apache AGE MCP

We need to translate the given text from English to Brazilian Portuguese. The text describes an MCP server for Apache AGE graph databases. We must preserve product names, protocol names, URLs, numbers, technical terms. Do not add any extra commentary, labels, or formatting. The target language is Português (BR). The name "Apache AGE MCP" is in the source but we are told not to include the name unless it appears in the source text. The source text starts with "MCP server for Apache AGE graph databases on PostgreSQL." So the name "Apache AGE" appears there. We should translate the rest but keep "Apache AGE" and "MCP" as is. Also keep "PostgreSQL", "Cypher", "Graph RAG", "vis.js", "F#/.NET", "dotnet", "BenchmarkDotNet", "NuGet", "MIT", "neftedollar.com/age-mcp". Numbers: 21, 62 ns, 1 ms. Also keep "CRUD", "Cypher queries", "batch

GitHubExperimente este MCPPatrocinado

Documentação

age-mcp

Servidor MCP para bancos de dados de grafos Apache AGE. Permite que assistentes de IA (Claude, ChatGPT, Copilot, etc.) consultem e modifiquem dados de grafos via o Model Context Protocol.

Construído com F# no .NET 10 — 1.300 linhas, 21 ferramentas, zero dependências Python.

Início Rápido

# 1. Start the database
docker compose up -d

# 2. Install the tool
dotnet tool install --global AgeMcp

# 3. Run
AGE_CONNECTION_STRING="Host=localhost;Port=5435;Database=agemcp;Username=agemcp;Password=agemcp" age-mcp

Claude Desktop / Claude Code

{
  "mcpServers": {
    "age-mcp": {
      "type": "stdio",
      "command": "age-mcp",
      "env": {
        "AGE_CONNECTION_STRING": "Host=localhost;Port=5435;Database=agemcp;Username=agemcp;Password=agemcp",
        "TENANT_ID": "default"
      }
    }
  }
}

Ferramentas (21)

Gerenciamento de Grafos

Ferramenta	Descrição
`get_or_create_graph`	Obtém ou cria um grafo por nome
`list_graphs`	Lista todos os grafos (escopo por tenant)
`drop_graphs`	Remove um ou mais grafos

Vértices e Arestas

Ferramenta	Descrição
`upsert_vertex`	Insere ou atualiza um vértice (merge por ident)
`upsert_edge`	Insere ou atualiza uma aresta direcionada
`upsert_graph`	Upsert em lote de vértices + arestas (transacional)
`drop_vertex`	Remove um vértice e todas as suas arestas
`drop_edge`	Remove uma aresta por ident

Consulta

Ferramenta	Descrição
`cypher_query`	Executa uma consulta Cypher de leitura
`cypher_write`	Executa uma consulta Cypher de escrita, retorna contagem afetada
`search_vertices`	Busca por label e/ou propriedade
`search_edges`	Busca arestas por label
`get_neighbors`	Travessia de N saltos (1-5 saltos, direcional)
`get_schema`	Todos os labels de nós e contagens

Exportar / Importar

Ferramenta	Descrição
`export_graph`	Exporta grafo como JSON
`import_graph`	Importa de JSON (cria grafo se necessário)

Visualização e Busca

Ferramenta	Descrição
`generate_visualization`	Grafo HTML interativo com vis.js
`semantic_search`	Busca por similaridade vetorial (pgvector)
`graph_context`	Graph RAG: sementes semânticas + expansão de N saltos

Ponte OpenBrain

Ferramenta	Descrição
`sync_to_openbrain`	Exporta vértices como memórias OpenBrain
`import_from_openbrain`	Constrói grafo a partir de memórias OpenBrain

Configuração

Variável	Obrigatória	Padrão	Descrição
`AGE_CONNECTION_STRING`	sim	banco de teste local	String de conexão Npgsql
`TENANT_ID`	não	`default`	Prefixo de tenant para nomes de grafos
`EMBEDDING_API_URL`	não	--	API de embeddings compatível com OpenAI
`EMBEDDING_API_KEY`	não	--	Chave de API para embeddings
`EMBEDDING_MODEL`	não	`text-embedding-3-small`	Nome do modelo de embeddings
`EMBEDDING_DIMENSIONS`	não	`384`	Dimensões do vetor

Docker

A configuração Docker incluída executa PostgreSQL 17 + Apache AGE 1.6.0 + pgvector:

docker compose up -d

Versões e credenciais são configuráveis via .env (veja .env.example):

PG_MAJOR=17  AGE_VERSION=1.6.0  DB_PORT=5435  docker compose up -d

Compatibilidade de Dados

Projetado como substituto direto do agemcp (Python). Mesmo prefixo de tenant (t_{TENANT_ID}__), mesma propriedade ident de vértice, mesmas propriedades start_ident/end_ident de aresta. Dados existentes funcionam sem migração.

Desempenho

BenchmarkDotNet no Apple M1 Pro, .NET 10.0.5:

Operação	Latência	Memória Alocada
list_graphs	62 ns	216 B
get_schema	117 ns	344 B
cypher_query (1 vértice)	1,0 ms	58 KB
search_vertices	1,0 ms	36 KB
get_neighbors (profundidade=1)	92 ms	233 KB
export_graph (40 entidades)	71 ms	472 KB

Compilando a partir do Código-Fonte

git clone https://github.com/Neftedollar/age-mcp.git
cd age-mcp
dotnet build

# Run directly
dotnet run

# Or install as tool
dotnet pack -c Release
dotnet tool install --global AgeMcp

Dependências (FsMcp.Core, FsMcp.Server, Fyper) são restauradas automaticamente do NuGet.

Licença

MIT