Neo4j MCP Server
Exposes a Neo4j graph database as MCP tools, enabling AI agents to run read and write Cypher queries.
README
Neo4j MCP Server
A Model Context Protocol server that exposes a Neo4j graph database as tools an AI agent can call. It serves the MCP protocol over HTTP, so it can be reached by any MCP client — including a Databricks Unity Catalog MCP connection.
Tools
| Tool | Purpose |
|---|---|
read_neo4j |
Run a read-only Cypher query (MATCH / RETURN). Write keywords are rejected. |
write_neo4j |
Run a write Cypher query (CREATE / MERGE / SET / DELETE). |
Requirements
- Node.js 20+
- A Neo4j database (e.g. Neo4j Aura)
Setup
npm install
cp .env.example .env # then fill in your Neo4j credentials + a secret token
npm run build
npm start # serves on http://localhost:3000
Endpoints:
GET /health— liveness checkPOST /mcp— the MCP endpoint (requiresAuthorization: Bearer <MCP_SECRET_TOKEN>)
Optional: npm run seed loads sample data into Neo4j.
Environment
See .env.example. Copy it to .env and fill in:
| Variable | Description |
|---|---|
NEO4J_URI |
Bolt/Aura connection URI, e.g. neo4j+s://<id>.databases.neo4j.io |
NEO4J_USERNAME |
Neo4j username |
NEO4J_PASSWORD |
Neo4j password |
PORT |
HTTP port (default 3000) |
MCP_SECRET_TOKEN |
Bearer token clients must present on /mcp |
.envis git-ignored. Never commit real credentials.
Exposing it to Databricks (or any remote client)
The server listens on localhost. To let a remote MCP client reach it during development, expose the port with a tunnel:
ngrok http 3000
Then register the public URL as a UC HTTP/MCP connection in Databricks, using
Authorization: Bearer <MCP_SECRET_TOKEN>. For production, host the server on a
reachable machine instead of a tunnel.
Project layout
neo4j-mcp-server/
├── src/
│ ├── index.ts # the MCP server (tools + HTTP transport)
│ └── seed.ts # optional sample-data seeder
├── package.json
├── tsconfig.json
├── .env.example
└── .gitignore
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。