🚀 MCP 文档搜索服务器

MCP 文档搜索服务器是一个功能强大的工具，它基于 FastMCP 构建，能让 AI 系统在多个流行框架和库的文档间进行智能搜索。通过统一接口，AI 模型可快速访问并检索相关信息。

🚀 快速开始

安装要求

• 操作系统：支持 Unix、Linux 和 macOS，Windows 需要额外配置。
• Python 版本：3.8 或更高版本。
• 包管理工具：建议使用 pip 或 uv 包管理器。
• 依赖项：需要安装 requests 库。

操作步骤

1. 克隆代码仓库：

git clone https://github.com/your-repository.git
cd mcp-docs-search-server

2. 设置虚拟环境（推荐）：

python -m venv env
source env/bin/activate  # 在 Unix/Linux 下
# 或者
.\env\Scripts\activate  # 在 Windows 下

3. 安装依赖：

pip install -r requirements.txt

4. 运行服务器：

python server.py

✨ 主要特性

• 📚 多库支持：可在多个库中搜索文档，具体如下：
  • LangChain - JavaScript/TypeScript LangChain 文档
  • LangGraph - LangGraph.js 文档
  • Next.js - Next.js 框架文档
  • Tailwind CSS - 工具化优先的 CSS 框架
  • FastMCP - FastMCP 文档
  • Framer Motion - React 动画库
• 🔍 智能搜索：
  • 智能处理库的名称变体
  • 高精度 DuckDuckGo 搜索结果
  • 站点特定搜索功能
• ⚡ 性能优化：
  • 异步处理
  • 高效网页请求处理
  • 并行资源加载
• 🛡️ 错误处理：
  • 自动重试机制
  • 超时控制
  • 状态码验证

💻 使用示例

基础用法

from mcp_search import search_document

# 搜索 Framer Motion 文档
results = search_document("framer motion", "animations")
print(results)

# 搜索 Tailwind CSS 文档
results = search_document("tailwind css", "utilities classes")
print(results)

📚 详细文档

测试指南

单元测试

pytest tests/

集成测试

PYTEST_ARGS="-v" pytest integration_tests/

异步测试

uvicorn async_server:app --reload

项目结构

• mcp_search/：核心搜索模块。
• server.py：主服务器文件。
• requirements.txt：依赖管理文件。
• tests/：单元测试目录。

配置指南

支持的库

在 config.py 中定义文档 URL：

DOCS_URLS = {
    "new-library": "https://docs.new-library.com",
    # 已有条目...
}

添加别名：

LIBRARY_ALIASES = {
    "new-lib": "new-library",
    # 已有条目...
}

网络设置

在 config.py 中调整超时和结果数量：

HTTP_TIMEOUT = 30.0        # 超时时间（秒）
MAX_SEARCH_RESULTS = 2     # 获取的结果数

贡献指南

1. 叉仓库
2. 创建功能分支
3. 提交更改
4. 添加新功能的测试
5. 确保所有测试通过
6. 提交拉取请求

新库添加步骤

1. 更新 DOCS_URLS 和 LIBRARY_ALIASES。
2. 测试集成。
3. 更新文档。

故障排除

• 超时错误：增加 HTTP_TIMEOUT 值。
• 无结果：尝试不同的搜索词或验证库名称。
• 网络错误：检查互联网连接和文档 URL。

📄 许可证

本项目使用 MIT 许可证，详细信息请查看 LICENSE 文件。

🙏 致谢

感谢以下项目和技术：

• FastMCP 提供核心功能
• DuckDuckGo 提供搜索支持
• pytest 测试框架