🚀 文档知识库 MCP 服务器

这是一个专为跨多个技术领域提供智能文档检索服务的 Model Context Protocol (MCP) 服务器，能有效解决技术人员在面对不同技术问题时快速获取相关文档的难题，极大提升了技术问题的解决效率。

🚀 快速开始

该项目实现了一个 MCP 服务器，主要用于针对技术问题提供目标文档检索服务。它运用混合方法，能够确定查询的技术领域（如 React、Node.js、Python），提取查询中的特定主题，构建精确的文档 URL，最后抓取并返回最相关的文档。该服务器基于 TypeScript 和 MCP SDK 构建，为 AI 模型访问文档资源提供了标准化接口。

✨ 主要特性

• 领域分类：可自动识别查询所属的技术领域，包括 React、Node.js、Python 或一般主题。
• 主题提取：借助正则表达式模式匹配，精准识别查询中的特定技术概念。
• URL 构建：依据识别出的主题，构建目标文档的 URL。
• 多文档来源支持：支持 React、Node.js、Python 的文档，并且具备扩展到其他领域的能力。
• 标准化接口：实现了 Model Context Protocol，确保与 MCP 兼容客户端的互操作性。

📦 安装指南

# 克隆仓库
git clone https://github.com/yourusername/mcp-server.git
cd mcp-server

# 安装依赖项
npm install

# 构建项目
npm run build

💻 使用示例

基础用法

运行服务器

node build/index.js

测试主题提取

该项目包含一个测试脚本，可演示主题提取和 URL 构建的工作原理：

# 编译测试脚本
npx tsc src/test.ts --outDir build

# 运行测试
node build/test.js

与客户端集成

服务器可以与任何 MCP 兼容的客户端集成。以下是一个示例客户端代码（不在此项目中）：

// 示例客户端代码
const client = new McpClient();
const result = await client.callTool("fetch-documentation", {
  query: "如何在 React 中使用 useState 钩子？",
});

console.log(result);
// 输出:
// {
//   domain: "react-docs",
//   topics: ["useState", "state"],
//   specificUrl: "https://react.dev/reference/react/useState",
//   content: "...",
//   source: "https://react.dev/reference/react/useState"
// }

📚 详细文档

项目结构

• src/index.ts - 主服务器实现
• src/test.ts - 测试脚本，用于主题提取和 URL 构建
• build/ - 编译后的 JavaScript 输出
• package.json - 项目配置和依赖项

可用工具

determine-domain

确定查询属于哪个技术领域。

{
  query: string; // 用户查询要分类的内容
}

返回：

{
  domain: string; // 已识别的领域
  confidence: string; // "high" 或 "low"
}

extract-topics

根据给定领域从查询中提取特定主题。

{
  query: string; // 用户查询要分析的内容
  domain: string; // 要提取主题的技术领域
}

返回：

{
  topics: string[]; // 已识别的主题数组
  count: number; // 找到的主题数量
}

fetch-documentation

根据查询和领域抓取文档。

{
  query: string; // 用户查询内容
  domain?: string; // 领域（可选）
}

返回：

{
  "docs": [
    {
      "url": string,
      "content": string,
      "relevance": number
    }
  ],
  "timestamp": string,
  "status": "success" | "error"
}

可用服务资源

• 文档存储：用于存储和检索技术文档。
• 主题索引：用于快速查找相关主题的文档。
• URL 构建器：根据查询构建目标 URL。

扩展

添加新领域

要添加新的技术领域（如新增一个文档存储），请按照以下步骤操作：

1. 在数据库中创建新的集合或表。
2. 更新 extract-topics 工具以识别新领域的主题。
3. 测试新功能以确保其正常工作。

改进主题提取

要提高主题提取的准确性，请考虑以下方法：

• 使用更复杂的自然语言处理模型（如 BERT）。
• 增加训练数据量。
• 定期更新和优化正则表达式模式。

📄 许可证

[在此处插入许可证内容]

🤝 贡献指南

欢迎为该项目做贡献！请参考项目仓库中的 CONTRIBUTING.md 文件了解如何参与。