TigerGraph TG_MCP
将图数据库操作封装为MCP工具，方便AI调用。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：TigerGraph TG_MCP。 它的用途是：将图数据库操作封装为MCP工具，方便AI调用。 完整的 Skill 内容见：https://321skill.com/skills/tigergraph-tg-mcp/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我分析用户A和用户B在社交网络中的最短关联路径。”，它会通过该Skill调用TigerGraph的图查询工具，执行相应的路径查找算法，并返回具体的路径节点和关系信息。或者，
对AI说：“统计这个知识图谱中所有‘概念’节点的度中心性。”，它会利用该Skill发起图计算，并返回排序后的分析结果。
介绍
TigerGraph TG_MCP Skill 是一个轻量级的Python接口，它巧妙地将复杂的图数据库操作封装成标准的MCP（Model Context Protocol）工具，使得AI助手能够直接、便捷地与TigerGraph图数据库进行交互。
通过这个Skill，开发者无需为AI编写复杂的图查询代码，只需通过MCP协议暴露标准化的工具，AI就能理解并执行诸如查询节点关系、分析图结构、挖掘路径等操作。这极大地简化了AI集成图数据库的流程。
它非常适合那些希望将图数据智能融入AI应用的后端开发、全栈开发以及数据分析师。无论是构建需要知识图谱推理的智能体，还是开发基于图关系的分析报告生成工具，这个Skill都能提供底层支持。
使用前请确保已部署TigerGraph实例并配置好连接信息。建议开发者先熟悉MCP协议的基本概念，以便更好地理解和定制暴露给AI的工具集。由于它专注于提供接口而非可视化，不适合直接用于前端展示。
核心特点
核心区别在于它并非一个独立的图数据库客户端，而是专为MCP协议设计的适配层，将TigerGraph的图操作（如Cypher或GSQL查询）抽象为AI可理解和调用的标准化工具，实现了AI与图数据库的‘即插即用’。
注意事项
不适合需要复杂图形化界面或直接面向最终用户进行图数据可视化的场景。
常见问题
这个Skill能用来做什么？
它能让AI助手（如Claude）直接查询和分析TigerGraph图数据库中的数据，例如查找实体关系、进行路径分析或生成基于图结构的洞察报告。
需要提前安装TigerGraph吗？
是的，您需要拥有一个可访问的TigerGraph数据库实例，并准备好连接所需的服务器地址、图名和认证信息。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/tigergraph-tg-mcp/raw/index.md 读取 TigerGraph TG_MCP 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/tigergraph-tg-mcp/raw/index.md（查看排版版本）