Il Knowledge Graph MCP: un connettore che impara come si collegano i tuoi sistemi

Da proxy a connettore intelligente

La maggior parte dei gateway MCP fa una cosa sola: espone le tue API come strumenti e inoltra le chiamate. È utile — ma lascia la parte difficile all'AI. Quando uno strumento restituisce un customer_id, l'agente non sa che lo stesso id è la chiave per cercare gli ordini in un altro sistema. Tira a indovinare, e spesso sbaglia.

AnythingMCP aggiunge uno strato sopra gli strumenti grezzi: un knowledge graph dei tuoi connettori. Mappa le entità che i tuoi sistemi espongono e come i dati scorrono tra loro, poi insegna al tuo agente AI a usarli insieme — senza che tu scriva a mano la logica di integrazione.

È la differenza tra un proxy e un connettore intelligente.

Cos'è davvero il knowledge graph

Il grafo è una mappa privata, per ogni workspace, con due tipi di elementi:

Nodi

Le entità con cui lavorano i tuoi strumenti — un cliente, un ordine, un prodotto.

Relazioni

I legami tra di esse — riferimenti, stessa identità, produce / consuma, padre / figlio.

È costruito su quattro livelli, dal più economico:

StaticoNessun dato richiesto

Letto direttamente dai nomi e dai parametri dei tuoi strumenti. Uno strumento get_customer_id implica un'entità cliente con un campo id. Gratis, istantaneo.

OsservatoMigliora con l'uso

Appreso dalle chiamate reali. Quando un customer_id esce dal tuo CRM e lo stesso valore entra nel tuo ERP, quella è una relazione di flusso dati.

ManualeVerificato da umani

Curato a mano nell'interfaccia, protetto dai livelli automatici.

LLMOpzionale

Un passaggio AI che riconosce che CRM.person e Billing.customer sono la stessa entità reale sotto nomi diversi.

I valori degli identificatori non vengono mai memorizzati in chiaro — il grafo conserva hash con sale, così impara la forma dei tuoi dati senza conservare i dati stessi.

Un esempio concreto: CRM → ERP

Supponi di aver collegato un CRM (contatti e trattative) e un ERP (ordini e fatture). Guarda la relazione passare da suggerita a confermata mentre i dati scorrono.

→Il livello statico estrae entità come Persona, Trattativa, Ordine dalle definizioni degli strumenti.
→Un agente chiama crm.get_customers e un customer_id esce — il livello osservato lo registra.
→Poi chiama erp.search_orders(customer_id=…) e la relazione Persona → Ordine viene promossa a confermata.

Skill AI: regole che il tuo agente riutilizza

Gli schemi ricorrenti diventano skill — regole di business riutilizzabili, catturate da come i tuoi strumenti vengono davvero usati, integrate nelle istruzioni del server MCP invece di rispiegarle a ogni richiesta.

✦

Skill appresa

revenue = orders in status 2, 3 or 4

kg_how_to_obtain: il grafo come strumento

Il grafo non è solo interno. AnythingMCP espone uno strumento kg_how_to_obtain. A runtime l'agente chiede come ottenere qualcosa e riceve il suggerimento di concatenazione — quale strumento chiamare e quale campo collega i due sistemi.

agent ⇄ kg_how_to_obtain
// l'agente chiede
“come ottengo gli ordini di un cliente?”
// kg_how_to_obtain restituisce
→ chiama erp.search_orders(customer_id)
→ collega Persona → Ordine tramite customer_id

Perché è importante

Meno chiamate fallite

L'agente concatena i sistemi come i tuoi dati sono davvero collegati, invece di andare per tentativi.

Meno prompt engineering

La conoscenza dell'integrazione vive nel grafo, non in un prompt di sistema da 2.000 parole che mantieni a mano.

Migliora con l'uso

Ogni chiamata riuscita affina il livello osservato.

Rispetta la privacy

Nomi e struttura, mai valori grezzi.

Porta MCP nel tuo stack in 60 secondi.

Avvia AnythingMCP su Cloud gestito o self-host sulla tua infrastruttura. Gratis per 7 giorni, senza carta.

Inizia gratis su Cloud Self-host con Docker