Token导航 LogoToken导航TokenDH.com
As Help MCP logo
搜索检索stdio官方级别未说明来源级核验

As Help MCP

MCP Server

为B&R Automation Studio帮助文档提供关键词和混合搜索功能的服务器,支持本地和API嵌入模式。

工具数

7

提示词数

0

GitHub Stars

11

资源数

0
文档处理混合搜索PythonVS Code文本处理VS Code

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

BRDK-Public

提供方

BRDK-Public

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run as-help-server --help-root "C:\BRAutomation\AS412\Help-en\Data" --db-path "data\.ashelp_lance" --metadata-dir "da...

详细介绍

AS帮助MCP服务器

用于B&R Automation Studio帮助文档搜索的MCP服务器。默认情况下,使用LanceDB的原生全文搜索(FTS)提供关键字搜索,并在配置嵌入API时,使用倒数排名融合(RRF)提供可选的混合语义+关键字搜索。

特性

  • 关键词搜索 (默认):使用LanceDB的原生FTS进行快速全文搜索——没有外部依赖关系
  • 混合搜索 (可选):启用嵌入时向量相似度和关键字匹配的RRF融合
  • 基于API的嵌入:适用于任何与OpenAI兼容的端点(Ollama、OpenAI、Azure OpenAI、GitHub Models、LiteLLM)——不需要本地ML模型
  • 智能排名:查询类型检测在FTS和向量(标识符如 MC_MoveAbsolute 赞成精确匹配;自然语言倾向于语义相似性)
  • 类别过滤和分层浏览
  • 自动生成的B&R在线帮助链接(AS4/AS6)
  • 上下文相关帮助集成的HelpID查找
  • 增量重新索引——只重新处理更改的页面
  • 两阶段构建:在后台构建嵌入的同时,几分钟内即可进行关键字搜索

先决条件

  • 已安装B&R Automation Studio(附带帮助文档)
  • 带有GitHub Copilot扩展的VS代码
  • 对于独立二进制文件: 下载 as-help-server.exe发布 --不需要Python或Docker
  • 对于紫外线: Python 3.12+ 紫外线
  • 对于Docker: Docker 桌面版
  • 可选的 (用于混合搜索):与OpenAI兼容的嵌入API(例如。, 奥拉玛nomic-embed-text)

演示

https://github.com/user-attachments/assets/b4df6bc7-ed7c-471f-93b8-db84b0110ac3

快速入门(VS代码)

添加 .vscode/mcp.json 在您的工作空间中:

选项1:独立二进制(推荐)

没有Python,没有Docker——只需下载 .exe发布 然后把它放进去 %APPDATA%\as-help-mcp\.

{
  "servers": {
    "as-help": {
      "command": "${env:APPDATA}\\as-help-mcp\\as-help-server.exe",
      "args": [
        "--help-root",
        "C:\\Program Files (x86)\\BRAutomation\\AS6\\Help-en\\Data",
        "--db-path",
        "${env:APPDATA}\\as-help-mcp\\data\\as6\\.ashelp_lance",
        "--metadata-dir",
        "${env:APPDATA}\\as-help-mcp\\data\\as6\\.ashelp_metadata",
        "--as-version",
        "6"
      ]
    }
  }
}

更新 --help-root 要匹配您的AS安装:

  • AS 4.x: C:\\BRAutomation\\AS412\\Help-en\\Data
  • AS 6.x: C:\\Program Files (x86)\\BRAutomation\\AS6\\Help-en\\Data

选项2:Docker

{
  "servers": {
    "as-help": {
      "command": "docker",
      "args": [
        "run", "--rm", "-i",
        "-v", "C:\\Program Files (x86)\\BRAutomation\\AS6\\Help-en\\Data:/data/help:ro",
        "-v", "ashelp-data:/data/db",
        "-e", "AS_HELP_VERSION=6",
        "-e", "AS_HELP_FORCE_REBUILD=false",
        "ghcr.io/brdk-public/as-help-mcp:latest"
      ]
    }
  }
}

更新卷路径以匹配AS安装:

  • AS 4.x: C:\\BRAutomation\\AS412\\Help-en\\Data:/data/help:ro
  • AS 6.x: C:\\Program Files (x86)\\BRAutomation\\AS6\\Help-en\\Data:/data/help:ro
  • WSL中的AS 6.x: /mnt/c/Program Files (x86)/BRAutomation/AS6/Help-en/Data:/data/help:ro

方案3:UV(地方发展)

{
  "servers": {
    "as-help": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "/path/to/as-help-mcp",
        "as-help-server",
        "--help-root",
        "C:\\Program Files (x86)\\BRAutomation\\AS6\\Help-en\\Data",
        "--db-path",
        "..\\data\\as6\\.ashelp_lance",
        "--metadata-dir",
        "..\\data\\as6\\.ashelp_metadata",
        "--as-version",
        "6"
      ]
    }
  }
}

更新 --directory 指向克隆的存储库并根据需要调整路径。

______________________________________________________________________

重新启动VS Code,然后在Copilot Chat中进行测试: *“搜索地图运动的AS帮助”*

第一轮需要2-3分钟 构建关键字搜索索引。启用嵌入后,完整的混合构建需要15-20分钟(在后台构建嵌入时,可以立即进行关键字搜索)。后续启动是即时的(~3s)。

______________________________________________________________________

启用混合搜索(可选)

默认情况下,服务器使用仅关键字搜索(FTS)。若要启用混合语义+关键字搜索,请配置与OpenAI兼容的嵌入API。

示例:Ollama(本地,免费)

  1. 安装 奥拉玛 并拉取嵌入模型:
ollama pull nomic-embed-text
  1. 添加 --create-embeddings true 并将环境变量嵌入到MCP配置中:
{
  "servers": {
    "as-help": {
      "command": "${env:APPDATA}\\as-help-mcp\\as-help-server.exe",
      "args": [
        "--help-root", "C:\\Program Files (x86)\\BRAutomation\\AS6\\Help-en\\Data",
        "--db-path", "${env:APPDATA}\\as-help-mcp\\data\\as6\\.ashelp_lance",
        "--metadata-dir", "${env:APPDATA}\\as-help-mcp\\data\\as6\\.ashelp_metadata",
        "--as-version", "6",
        "--create-embeddings", "true"
      ],
      "env": {
        "EMBEDDING_API_ENDPOINT": "http://localhost:11434",
        "EMBEDDING_API_KEY": "ollama",
        "EMBEDDING_MODEL": "nomic-embed-text",
        "EMBEDDING_DIMENSIONS": "768",
        "EMBEDDING_BATCH_SIZE": "100",
        "EMBEDDING_MAX_CHARS": "4000"
      }
    }
  }
}

任何与OpenAI兼容的端点都可以工作——OpenAI、Azure OpenAI、GitHub Models、LiteLLM等。只需相应地更新端点、键、模型和尺寸。

混合搜索的工作原理

启用嵌入后,服务器使用 互易秩融合(RRF) 以组合四个搜索信号:

信号NL重量ID重量描述
标题向量2.00.5查询与标题的语义相似度+面包屑嵌入
内容向量1.00.5查询与面包屑的语义相似度+内容嵌入
FTS关键字1.53.0Lance原生全文搜索标题+面包屑+内容
标题匹配3.04.0页面标题中查询的精确/子字符串匹配

查询类型检测 自动选择权重:标识符查询(例如。, MC_MoveAbsolute, X20DI9371)转向FTS+冠军赛;自然语言查询更倾向于向量相似性。

要深入了解RAG架构——分块策略、两阶段构建、RRF融合、嵌入模型选择和考虑的替代方案——请参阅 RAG.md.

______________________________________________________________________

地方发展设置

选项1:紫外线(推荐)

# Clone and install
git clone 
cd as-help-mcp
uv sync --extra test --extra dev

# Run server with command line arguments (precedence over .env)
uv run as-help-server --help-root "C:\BRAutomation\AS412\Help-en\Data" --db-path "data\.ashelp_lance" --metadata-dir "data\.ashelp_metadata"

# Or use relative paths (automatically resolved)
uv run as-help-server --db-path ./data/lance_index --metadata-dir ./data

选项2:环境变量(.env)

您还可以创建 .env 根目录中的文件。命令行参数将覆盖这些值(如果提供)。

AS_HELP_ROOT=C:\Program Files (x86)\BRAutomation\AS6\Help-en\Data
AS_HELP_VERSION=6

CLI参数

uv run as-help-server --help 了解全部细节。

参数环境变量等价描述
--help-rootAS_HELP_ROOTAS帮助数据文件夹的路径
--db-pathAS_HELP_DB_PATHLanceDB目录的路径
--metadata-dirAS_HELP_METADATA_DIR索引元数据目录的路径
--as-versionAS_HELP_VERSIONAS版本用于在线帮助(46)
--force-rebuildAS_HELP_FORCE_REBUILD强制进行完整索引重建
--create-embeddingsCREATE_EMBEDDINGS为混合搜索启用基于API的嵌入

嵌入配置(环境变量)

只有在以下情况下才需要这些 --create-embeddings true 已设置:

变量默认值描述
EMBEDDING_API_ENDPOINT*(必填)*与OpenAI兼容的API的基本URL
EMBEDDING_API_KEY*(必填)*API密钥/承载令牌
EMBEDDING_MODEL*(必填)*型号名称(例如。, nomic-embed-text, text-embedding-3-small)
EMBEDDING_DIMENSIONS*(必填)*矢量维度(例如。, 768, 1536)
EMBEDDING_BATCH_SIZE100每个API调用的文本
EMBEDDING_MAX_CHARS8000将输入文本截断到此长度

选项3:Docker编写

# Local build
docker compose build

# Run with your help files mounted
docker compose run --rm \
  -v "C:\Program Files (x86)\BRAutomation\AS6\Help-en\Data:/data/help:ro" \
  as-help-local

MCP检验员测试

MCP检查器为测试工具和提示提供了一个web UI:

# With UV
uv run mcp dev src/server.py

# Opens browser at http://localhost:5173

注意:在Windows上,请改用VS Code的“运行和调试”面板(Inspector的stdio传输问题)。

VS代码调试

使用中的启动配置 .vscode/launch.json:

  1. 重建BR帮助索引 -首次运行以构建索引
  2. 运行BR Help MCP服务器 -正常服务器启动
  3. 测试BR帮助索引器 -快速XML解析测试

______________________________________________________________________

演出

操作时间备注
XML解析~2s58K+页内存
首次索引构建(仅限FTS)~2-3分钟并行HTML提取+FTS索引
首次索引构建(混合)15-20分钟+通过API嵌入(可立即进行关键字搜索)
后续启动~3s加载现有索引
搜索查询10-50msRRF混合或FTS关键字
内存使用量10-30MB索引加载后的运行时间

______________________________________________________________________

工具

工具说明
search_help具有RRF排名和可选类别过滤器的混合语义+关键字搜索
get_categories列出用于筛选的顶级类别
browse_section按层次导航帮助树
get_page_by_id获取整页内容
get_page_by_help_id通过数字帮助ID检索页面
get_breadcrumb获取导航路径
get_help_statistics获取内容和索引构建统计信息

提示

提示描述
help_search使用页面ID、面包屑和帮助ID进行结构化搜索
help_details通过多页内容合成进行深入研究

______________________________________________________________________

多个AS版本

{
  "servers": {
    "as-help-4": {
      "command": "${env:APPDATA}\\as-help-mcp\\as-help-server.exe",
      "args": [
        "--help-root", "C:\\BRAutomation\\AS412\\Help-en\\Data",
        "--db-path", "${env:APPDATA}\\as-help-mcp\\data\\as4\\.ashelp_lance",
        "--metadata-dir", "${env:APPDATA}\\as-help-mcp\\data\\as4\\.ashelp_metadata",
        "--as-version", "4"
      ]
    },
    "as-help-6": {
      "command": "${env:APPDATA}\\as-help-mcp\\as-help-server.exe",
      "args": [
        "--help-root", "C:\\Program Files (x86)\\BRAutomation\\AS6\\Help-en\\Data",
        "--db-path", "${env:APPDATA}\\as-help-mcp\\data\\as6\\.ashelp_lance",
        "--metadata-dir", "${env:APPDATA}\\as-help-mcp\\data\\as6\\.ashelp_metadata",
        "--as-version", "6"
      ]
    }
  }
}

目录标签

目录标签

文档处理混合搜索PythonVS Code文本处理文档搜索本地部署自动化工具B&RAutomation

支持客户端

VS Code

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

7

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP