HugoStevenPoveda

MCP Client Gdelt — AI skill for Claude Code

AI community

How to install MCP Client Gdelt

This entry records only its repository, not the path inside it, so there is no exact command to give. Open HugoStevenPoveda/MCP-Client-GDELT and copy the folder into ~/.claude/skills/, or the file into ~/.claude/agents/.

What MCP Client Gdelt does

Agent client for on-demand GraphRAG over geopolitical knowledge graphs — Agent 1 orchestrates 3 MCP servers (GDELT/REBEL/Embedding) to build the graph, Agent 2 (two implementations: Anthropic SDK tool-calling loop and a Claude Code CLI batch runner) retrieves and synthesizes answers from it.

Alternatives in AI

Wiki Graph — Build the LLM Wiki knowledge graph 2.3k ★
Anthropic SDK TypeScript — Access to Anthropic's safety-first language model APIs in TypeScript 2.1k ★
Iwe — Markdown knowledge graph — LSP for your editor, CLI + MCP memory for your AI agents 1.8k ★

README

MCP-Cliente

![Python](https://img.shields.io/badge/python-3.12%2B-blue) ![MCP](https://img.shields.io/badge/protocol-MCP-black) ![Status](https://img.shields.io/badge/status-research-orange)

Cliente/agente que consume los 3 servidores [MCP](https://modelcontextprotocol.io) de [`MCP-Server`](../MCP-Server) (GDELT, REBEL, Embedding) para construir un grafo de conocimiento geopolítico bajo demanda y responder consultas sobre él.

Dos agentes

Agente	Rol	Dónde vive
Agente 1 — Graph Builder	Orquesta los MCP de GDELT/REBEL/Embedding para construir el grafo on-demand en Neo4j (ingesta → extracción de tripletas → entrenamiento KGE)	`cliente_mcp/` — `ConversationOrchestrator` + `handlers/`
Agente 2 — GraphRAG Retrieval	ReAct loop (tool-calling) que consulta el grafo ya construido (BFS, inferencia simbólica, link prediction KGE) y sintetiza la respuesta final en JSON	Dos implementaciones, ver abajo

El Agente 2 tiene **dos implementaciones** del mismo flujo de retrieval:

cliente_mcp/src/agentGraphRag/agente_sdk.py (condicion_evaluada: "sdk_loop") — loop de tool-calling con el SDK de Anthropic + fastmcp.Client, invocado por el orquestador de cliente_mcp tras la fase de síntesis dentro de la app Gradio.
agente2KGE/ (condicion_evaluada: "con_kge") — el mismo flujo pero ejecutado vía Claude Code CLI (CLAUDE.md como prompt del agente + .mcp.json apuntando directo al embedding-api), usado para correr un batch de preguntas (preguntas.json → leer_preguntas.py / guardar_resultado.py).

Estructura

MCP-Cliente/
├── cliente_mcp/        # App principal: Gradio UI + Agente 1 + Agente 2 (SDK loop)
│   ├── README.md       # Instalación, Docker, variables de entorno
│   └── ARCHITECTURE.md # Diseño detallado de cliente_mcp (patrones, flujo de datos)
└── agente2KGE/          # Runner batch de Agente 2 vía Claude Code
    ├── CLAUDE.md        # Prompt/flujo obligatorio del