Agentknowledgemcp

🚀 Agent Knowledge MCP 🔍

Agent Knowledge MCP 是一款全面的知识管理解决方案，它是强大的模型上下文协议（MCP）服务器，可与 Elasticsearch 集成，具备全面的文件管理和版本控制功能。

🚀 快速开始

1. 安装

# 使用 uvx 安装（推荐）
uvx agent-knowledge-mcp

2. 配置

# 复制并编辑配置文件
cp src/config.json.example src/config.json
nano src/config.json

3. 连接到你的 AI 助手

Claude Desktop - 添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "agent-knowledge": {
      "command": "uvx",
      "args": ["agent-knowledge-mcp"]
    }
  }
}

VS Code - 快速安装按钮：

其他 AI 助手 - 添加类似配置：

{
  "mcp.servers": {
    "agent-knowledge": {
      "command": "uvx",
      "args": ["agent-knowledge-mcp"]
    }
  }
}

注意：服务器内置了可通过管理工具访问的更新机制。

✨ 主要特性

核心优势

Agent Knowledge MCP 是最全面的 MCP 服务器，它能将你的 AI 助手转变为强大的知识管理系统。其关键优势在于将你所需的一切功能集于一体，包括 Elasticsearch 搜索、文件操作、文档验证和版本控制。

完整的知识管理

• ✅ Elasticsearch 集成：具备全功能的搜索、索引和文档管理能力。
• ✅ 文件系统控制：支持全面的文件操作，具备跨平台兼容性。
• ✅ 文档验证：通过模式强制实施文档结构，并采用严格的验证模式。
• ✅ 配置管理：对配置进行完整的查看、修改和验证，具备严格的模式控制。
• ✅ 版本控制：支持 Git 和 SVN，具备智能文件跟踪功能。
• ✅ 安全至上：采用沙盒操作，可配置限制。
• ✅ 生产就绪：经过实战测试，具备全面的错误处理能力。

主要优势

• 🎯 34 个强大工具：涵盖从搜索到版本控制和配置管理的所有功能，并具备严格的模式验证。
• 🔄 通用 AI 支持：可与 Claude、ChatGPT、Cursor 以及任何兼容 MCP 的 AI 协同工作。
• 📊 智能文档管理：自动验证、模板生成和结构化数据，具备可配置的严格模式控制。
• 🛡️ 企业级安全：路径验证、访问控制和审计跟踪。
• ⚡ 零依赖：可选 Elasticsearch，可独立进行文件操作。

🌐 AI 助手支持

该系统可与任何兼容 MCP 的 AI 助手协同工作：

• ✅ Claude Desktop
• ✅ ChatGPT Plus（支持 MCP）
• ✅ Cursor IDE
• ✅ Windsurf
• ✅ VS Code（通过 MCP 扩展）
• ✅ 任何 MCP 客户端

这对于希望自动化知识管理的开发者和需要结构化文档工作流程的团队来说是理想选择！

🎬 可实现的功能

📚 知识管理

• "搜索所有文档，查找有关 API 认证的信息，并创建一份全面的指南"
• "对这份技术文档进行正确分类和标记，并进行索引"
• "查找所有与部署相关的文档，并生成一份部署清单"
• "创建一个新的 API 文档模板，并包含所需字段"

📁 文件操作与组织

• "按类别组织所有 Markdown 文件，并将它们移动到适当的目录中"
• "读取所有配置文件，并创建一份设置摘要文档"
• "查找项目中的重复文件，并列出它们以便清理"
• "创建一份项目结构文档，列出所有重要文件"

🔄 版本控制与历史记录

• "为这个知识库设置 Git 仓库，并提交所有当前文档"
• "查看用户手册上一版本所做的更改"
• "使用描述性消息提交这些更新后的 API 文档"
• "显示此配置文件的上一版本"

🤖 开发与文档编写

• "对所有代码文档进行索引，使其可搜索"
• "从 Git 提交历史记录中创建一份变更日志"
• "验证所有文档是否符合我们的模式要求"
• "从 README 文件生成项目文档"

🔍 配置与模式管理

• "更新配置，为所有文档启用严格的模式验证"
• "显示当前的配置设置和验证规则"
• "在应用此配置之前进行验证，以防止错误"
• "禁用文档中的额外字段，以强制严格遵守模式"

🔍 高级搜索与分析

• "在所有文档和文件中搜索与安全相关的信息"
• "查找代码文件中的所有 TODO 注释，并创建一份任务列表"
• "分析文档元数据，并生成一份内容报告"
• "搜索过时信息，并标记以便审核"

☕ 支持本项目

如果你觉得这个 MCP 服务器很有用，不妨考虑支持其开发：

💝 支持的理由

• 🚀 更快的新功能开发和改进
• 🐛 优先修复漏洞和提供技术支持
• 📚 更好的文档和全面的教程
• 🎯 实现社区请求的功能
• 🛡️ 增强的安全和稳定性更新
• 🌟 项目的长期可持续性

🎁 赞助福利

每一份贡献都有助于维护和改进这个开源项目！🙏

⚙️ 功能能力

Agent Knowledge MCP 提供了 4 个类别共 34 个强大的工具：

🔍 Elasticsearch 操作（9 个工具）

• 智能搜索 - 支持多字段查询，具备提升和相关性评分功能。
• 文档管理 - 对文档进行索引、检索、更新和删除，并进行验证。
• 索引管理 - 创建、配置和管理 Elasticsearch 索引。
• 模式验证 - 强制实施文档结构和数据类型。
• 模板生成 - 自动创建包含所需字段的文档模板。

📁 文件系统管理（11 个工具）

• 文件操作 - 读取、写入、追加、删除、移动和复制文件，并进行安全检查。
• 目录管理 - 创建、列出和导航目录结构。
• 路径智能 - 支持相对/绝对路径转换和验证。
• 文件发现 - 按名称、内容或元数据搜索文件。
• 跨平台 - 兼容 Windows、macOS 和 Linux。

🎛️ 系统管理（11 个工具）

• 配置管理 - 对配置进行完整的查看、修改和验证，具备严格的模式控制。
• 安全控制 - 访问限制和路径验证。
• 健康监控 - 系统状态和 Elasticsearch 连接性。
• 自动设置 - 智能配置 Elasticsearch。
• 环境管理 - 目录权限和结构。
• 严格模式控制 - 可配置的文档验证，防止未经授权的字段添加。
• 服务器管理 - 检查状态、升级 MCP 服务器。

🔄 版本控制（3 个工具）

• 仓库设置 - 按照最佳实践初始化 Git/SVN。
• 文件跟踪 - 智能提交，具备变更检测功能。
• 历史访问 - 检索文件的任何先前版本。
• 多版本控制系统 - 支持 Git 和 SVN 工作流。

💬 可尝试的示例提示

一切设置完成后，你可以尝试向你的 AI 提出以下问题：

知识发现

"搜索所有索引文档，查找有关用户认证的信息，并总结关键点"

文档创建

"创建一个新的 API 文档模板，并进行正确分类和索引"

文件管理

"查找项目中的所有配置文件，并在 configs 目录中创建备份"

版本控制

"为这个知识库设置版本控制，并以适当的组织方式提交所有当前文档"

内容分析

"分析所有 Markdown 文件中的过时信息，并创建一份需要更新的文件列表"

项目文档编写

"读取所有子目录中的 README 文件，并创建一份全面的项目概述文档"

graph TD
    A[AI 助手] --> B[MCP 服务器]
    B --> C[Elasticsearch 客户端]
    B --> D[文件系统处理程序]
    B --> E[版本控制处理程序]
    B --> F[文档验证器]
    
    C --> G[Elasticsearch 集群]
    D --> H[本地文件系统]
    E --> I[Git/SVN 仓库]
    F --> J[模式验证]

现代模块化设计

1. MCP 协议 - 与 AI 助手进行标准通信。
2. Elasticsearch 集成 - 全功能搜索和索引。
3. 文件系统安全 - 沙盒操作，具备验证功能。
4. 版本控制 - 支持 Git/SVN，具备智能工作流。
5. 文档验证 - 模式强制实施和模板生成。

🔒 安全与隐私

该系统具备企业级安全特性：

• ✅ 沙盒操作：所有文件操作都限制在配置的目录内。
• ✅ 路径验证：防止目录遍历和未经授权的访问。
• ✅ 访问控制：可配置权限和限制。
• ✅ 审计跟踪：对操作和更改进行完整记录。
• ✅ 无云依赖：所有操作都在本地运行。

配置示例

{
  "security": {
    "allowed_base_directory": "/your/safe/directory",
    "restrict_file_operations": true,
    "log_all_operations": true
  }
}

🛡️ 严格的模式验证

新增功能：可配置的严格模式验证，防止不必要的数据损坏

配置示例

{
  "document_validation": {
    "strict_schema_validation": true,
    "allow_extra_fields": false,
    "required_fields_only": false,
    "auto_correct_paths": true
  }
}

特性

• ✅ 严格模式：拒绝包含模式外额外字段的文档。
• ✅ 灵活控制：可根据用例启用/禁用验证。
• ✅ 模式合规性：确保所有文档遵循定义的结构。
• ✅ 清晰的错误消息：提供详细的验证反馈和示例。
• ✅ 向后兼容性：可与现有文档兼容。

优势

• 🛡️ 数据完整性：防止代理添加任意字段。
• 📊 一致的结构：维护干净、可预测的文档模式。
• 🔧 易于管理：通过配置切换验证模式。
• 🚀 生产就绪：非常适合企业知识管理。

示例验证错误

❌ 文档验证失败！
严格模式下不允许额外字段：custom_field, extra_data
允许的字段：id, title, summary, file_path, priority, tags, source_type

📊 工具参考

总计：34 个工具，可实现全面的知识管理！

质量保证

• ✅ 单元测试：对所有核心功能进行测试。
• ✅ 集成测试：进行端到端的工作流验证。
• ✅ 错误处理：涵盖全面的错误场景。
• ✅ 跨平台：在 Windows、macOS 和 Linux 上进行测试。

🤝 贡献代码

我们非常欢迎你帮助我们让 Agent Knowledge MCP 变得更好！

快速开发设置

git clone https://github.com/yourusername/AgentKnowledgeMCP.git
cd AgentKnowledgeMCP

# 安装依赖
pip install -r requirements.txt

# 运行测试
python3 test_file_paths.py

# 启动开发服务器
python3 src/server.py

贡献方式

• 🐛 通过 GitHub Issues 报告漏洞。
• 💡 为新工具或功能提出建议。
• 🔧 添加新工具或改进现有工具。
• 📖 改进文档和示例。
• 🧪 使用不同的 AI 助手进行测试，并分享结果。

开发指南

• 模块化设计：每个工具类别采用单独的处理程序。
• 全面测试：对所有新功能进行测试。
• 安全至上：对所有输入和文件操作进行验证。
• 跨平台：确保在不同操作系统上的兼容性。

📄 许可证

本项目采用 MIT 许可证，详情请参阅 LICENSE。

💖 贡献与支持

🤝 如何贡献

• 🐛 通过 GitHub Issues 报告漏洞。
• 💡 为新工具或功能提出建议。
• 🔧 提交拉取请求进行改进。
• 📖 改进文档和示例。
• 🧪 使用不同的 AI 助手进行测试，并分享反馈。

☕ 财务支持

如果这个项目节省了你的时间或改善了你的工作流程，不妨考虑给予财务支持：

🌟 特别感谢

• 所有出色的贡献者和支持者。
• 模型上下文协议社区。
• Elasticsearch 团队提供的优秀搜索引擎。
• Python 生态系统提供的强大开发工具。

准备好通过全面的知识管理为你的 AI 助手赋能了吗？立即开始吧！🚀

通过 Elasticsearch 搜索、智能文件操作和版本控制，将你的 AI 转变为强大的知识管理系统 - 所有功能都集成在一个统一的 MCP 服务器中。