🚀 构建宝库MCP服务器
本项目是一个 模型上下文协议(MCP)服务器,它借助先进的混合搜索技术,将 The Build Podcast 转化为一个拥有数千条人工智能见解的可搜索知识库。该服务器结合了向量语义相似度和全文搜索,帮助用户发现商业创意、框架和产品策略。用户可以通过自然语言查询获取创作者和企业家的集体智慧,使播客知识能够立即付诸实践。
🚀 快速开始
本项目提供了便捷的配置方式,以帮助用户快速开始使用MCP服务器。以下是不同客户端的配置示例:
已知客户端兼容性
- Claude桌面版
- Claude代码版
- Goose
- OpenAI ChatGPT (chat.openai.com)
- OpenAI Playground
Claude桌面版
{
"mcpServers": {
"build-vault": {
"command": "npx",
"args": ["-y", "mcp-remote", "https://mcp.buildaipod.com/mcp"]
}
}
}
Claude代码版
claude mcp add build-vault -s user --transport http https://mcp.buildaipod.com/mcp
✨ 主要特性
- 强大的搜索功能:结合向量语义相似度和全文搜索,帮助用户快速发现商业创意、框架和产品策略。
- 丰富的数据源:信息来源于 The Build Vault,这是一个从The Build Podcast剧集里提取的专注于人工智能见解、产品、创意和新闻的智能存档。
- 智能内容提取:通过大语言模型(LLM)驱动的内容提取,提供150 - 250字的摘要、跨多个领域的见解提取、产品提取和链接处理。
- 高级搜索与发现:支持向量嵌入和混合搜索,提供语义搜索功能。
- 广泛的客户端兼容性:与Claude Desktop、Claude Code、Goose、OpenAI ChatGPT等客户端兼容。
- 增强的兼容性:与OpenAI的Deep Research Custom Connectors兼容。
- 智能引导提示:提供智能的后续建议,如类别分析、发言人分析、工具推荐和语义搜索指导。
📦 安装指南
暂未提供相关安装步骤,若有需要请持续关注后续更新。
💻 使用示例
基础用法
以下是一些使用示例,帮助你快速上手:
发现人工智能产品
- 浏览类别:使用
search_by_category 并指定 "products",查看334条产品见解。
- 语义搜索:尝试使用
search_products 搜索 "AI agents" 或 "LangChain"。
- 热门内容:访问
vault://trending_insights 资源,获取前20条高置信度见解。
- 遵循建议:查看 "What's Next?" 部分,获取智能推荐。
示例搜索
你可以尝试以下搜索来开始使用:
- "What frameworks exist for prompt engineering?"
- "Business ideas in the healthcare AI space"
- "What did Tom Spencer say about LangChain?"
- "Insights about AI safety and alignment"
- "Products for building chatbots"
高级用法
以下是一些实际工作示例,展示了如何在不同场景下使用本服务器:
示例1:开发者的人工智能代理研究
场景:开发者希望研究人工智能代理和自主系统,以构建自己的代理框架。
使用工具:search, fetch, search_by_speaker
- 初始搜索:搜索 "AI agents and autonomous systems"。
- 获取详细内容:通过特定见解ID获取完整内容。
- 查找专家观点:搜索发言人 "Tom Spencer" 的见解。
预期结果:关于代理架构的框架讨论、实际应用和专家意见。
示例2:企业家的商业创意发现
场景:企业家希望在人工智能领域找到行业专家讨论过的经过验证的商业创意。
使用工具:search_by_category, find_similar_products, get_speaker_summary
- 浏览商业创意:使用
search_by_category 搜索 "business_ideas"。
- 查找相似概念:查找与有趣结果相似的产品。
- 专家分析:获取发言人 "Cameron Rohn" 的综合摘要。
预期结果:软件即服务(SaaS)机会、人工智能产品概念和市场验证见解。
示例3:产品经理的框架研究
场景:产品经理需要用于构建人工智能产品和管理开发过程的成熟框架。
使用工具:search_by_category, get_timeline_insights, search_by_date_range
- 查找框架:使用
search_by_category 搜索 "frameworks_and_exercises"。
- 查看随时间的演变:获取2024年的时间线见解。
- 近期最佳实践:按近期日期范围搜索。
预期结果:产品开发方法、人工智能实施策略和团队管理方法。
📚 详细文档
MCP版本兼容性
MCP 2025 - 06 - 18合规性
- 协议版本:2025 - 06 - 18,完全符合规范。
- 结构化输出:通过
outputSchema 和 structuredContent 增强工具。
- 引导支持:声明具备智能后续建议的能力。
- 标题字段:所有工具、资源和提示都包含描述性标题。
- 资源链接:相关内容之间的交叉引用。
- 传输方式:stdio + 可流式传输的HTTP。
增强兼容性
- OpenAI深度研究:与OpenAI的Deep Research Custom Connectors兼容。
宝库发现工具(共12个)
- 列出产品:通过过滤和分页浏览人工智能产品。
- 搜索产品:对所有产品进行语义搜索。
- 获取产品详情:获取特定产品的详细信息。
- 查找相似产品:查找与给定产品相似的产品。
- 按发言人搜索:按播客发言人过滤见解。
- 按日期范围搜索:查找特定日期范围内的产品。
- 按类别搜索:按内容类别过滤。
- 按时间范围搜索:查找剧集时间戳内的见解。
- 获取发言人摘要:获取发言人的综合统计信息。
- 获取时间线见解:获取按时间顺序排列的见解。
- 搜索:为ChatGPT Connectors提供自然语言搜索。
- 获取:为ChatGPT Connectors获取带有元数据的完整内容。
分析资源与引导(共4个)
- 热门见解:提供高置信度见解和智能后续建议。
- 类别分布:实时分析内容按类别的细分情况。
- 剧集时间线:按时间顺序排列的剧集数据,包含见解计数。
- 发言人分析:实时发言人统计和内容分析。
引导提示(共4个)
- 查找商业创意:发现商业见解和机会。
- 探索框架:结构化探索框架和练习。
- 时间线分析:按时间顺序探索主题和主题。
- 比较内容类型:比较不同类别的见解和内容。
可用工具
| 工具 |
名称 |
描述 |
参数 |
| 列出产品 |
list_products |
通过过滤和分页浏览人工智能产品 |
limit, offset, category, approved_only |
| 搜索产品 |
search_products |
对所有产品进行语义搜索 |
query, limit, category |
| 获取产品详情 |
get_product_details |
获取特定产品的详细信息 |
product_id |
| 查找相似产品 |
find_similar_products |
查找与给定产品相似的产品 |
product_id, limit |
| 按发言人搜索 |
search_by_speaker |
按播客发言人过滤见解 |
speaker_name, limit |
| 按日期范围搜索 |
search_by_date_range |
查找特定日期范围内的产品 |
start_date, end_date, limit |
| 按类别搜索 |
search_by_category |
按内容类别过滤 |
category, limit |
| 按时间范围搜索 |
search_by_timeframe |
查找剧集时间戳内的见解 |
start_time, end_time, episode_id |
| 获取发言人摘要 |
get_speaker_summary |
获取发言人的综合统计信息 |
speaker_name |
| 获取时间线见解 |
get_timeline_insights |
获取按时间顺序排列的见解 |
limit, start_date, end_date |
| 搜索 |
search |
为ChatGPT Connectors提供自然语言搜索 |
query |
| 获取 |
fetch |
为ChatGPT Connectors获取带有元数据的完整内容 |
id |
可用资源
| 资源 |
URI |
描述 |
| 热门见解 |
vault://trending_insights |
最新和最受欢迎的见解,包含参与度指标 |
| 类别分布 |
vault://category_distribution |
内容按类别的分析 |
| 剧集时间线 |
vault://episode_timeline |
按时间顺序排列的剧集数据,包含时长和元数据 |
| 发言人分析 |
vault://speaker_analytics |
发言人特定的统计和内容细分 |
| 发现指南 |
vault://guide/discovery |
如何查找和评估人工智能产品 |
| 产品目录 |
vault://product_catalog |
所有产品的概述,包含类别和批准状态 |
| 技术领域 |
vault://technical_domains |
技术领域和工具类别的分析 |
| 剧集 - 见解映射 |
vault://episode_insights_map |
剧集到其见解和产品的全面映射 |
可用提示
| 提示 |
名称 |
描述 |
参数 |
| 查找商业创意 |
find_business_ideas |
引导式工作流程,用于发现商业见解和机会 |
industry (可选), focus (可选) |
| 探索框架 |
explore_frameworks |
结构化探索框架和练习 |
domain (可选), purpose (可选) |
| 时间线分析 |
timeline_analysis |
按时间顺序探索主题和主题 |
speaker_focus (可选), theme (可选) |
| 比较内容类型 |
compare_content_types |
比较不同类别的见解和内容 |
categories (可选), criteria (可选) |
🔧 技术细节
关键技术特性
- 三重传输设计:支持stdio、HTTP和Cloudflare Workers。
- 类型安全:使用TypeScript和Zod运行时验证。
- 向量搜索:支持实时语义相似度搜索。
- 引导:基于内容分析提供智能后续建议。
- 健康监测:内置健康检查端点。
- 深度研究兼容:实现了用于OpenAI集成的搜索/获取工具。
数据概述
主要数据源:The Build Vault数据库
- 数据库表:带有向量嵌入的索引。
- 内容:来自 vault.buildaipod.com 的数千条人工智能见解。
- 类别:6种类型(business_ideas, frameworks_and_exercises, products, points_of_view)。
- 嵌入:来自text - embedding - 3 - large的3072维向量。
📄 许可证
暂未提供相关许可证信息,若有需要请持续关注后续更新。
版本信息
- 版本:0.2.0
- 协议:MCP 2025 - 06 - 18
- SDK:@modelcontextprotocol/sdk 1.16.0
- 特性:完全符合规范,具备引导、结构化输出、资源链接和深度研究兼容性。
- stdio:默认MCP传输方式,用于直接客户端集成。
- http:MCP 2025 - 06 - 18可流式传输的HTTP,带有头部验证。
测试
你可以在 MCP Central Lab 上交互式地测试该服务器。
MCP注册表
本服务器已发布在官方 Model Context Protocol Registry 中。注册表配置在 server.json 中定义,指定了以下内容:
- 服务器元数据:名称、描述和仓库信息。
- 远程端点:HTTP传输端点为
https://mcp.buildaipod.com/mcp 和 https://mcp.demos.build/mcp。
- 包分发:可在npm上作为
build-vault-mcp-server 使用。
- 客户端兼容性:支持Claude Desktop、Claude Code、Goose和OpenAI ChatGPT。
- 功能声明:12个工具、8个资源、4个提示,具备语义搜索和深度研究能力。
注册表支持在兼容客户端上自动发现和安装此MCP服务器。
支持
- GitHub问题:用于报告错误和提出功能请求。
- 健康检查:使用
GET /health 端点进行状态监控。