Build Vault MCP服务器

概述

A. 模型上下文协议（MCP）服务器 这改变了构建播客通过先进的混合搜索，将数千个人工智能见解整合到一个可搜索的知识库中。将矢量语义相似性与全文搜索相结合，帮助您发现业务想法、框架和产品策略。通过自然语言查询获取建设者和企业家的集体智慧，使播客知识立即可操作。

背景

我们的MCP服务器从以下来源获取信息构建库构建库是从构建播客中提取的以人工智能为重点的见解、产品、想法和新闻的智能档案。后端为复杂的人工智能驱动的数据处理管道提供动力，该管道由以下阶段组成：

岩芯处理管道

YouTube剧集提取和音频下载
Assembly AI转录，包括演讲者日记、情感分析和自动亮点
使用AI增强的标题、主题和关键短语进行分段处理

LLM驱动的内容提取

150-250字摘要
从框架和练习、观点、商业想法、故事和轶事、引文和产品中提取见解
产品提取：自动识别和跟踪洞察中的产品提及，为丰富工作流程做好准备
链接处理：从YouTube描述中提取URL，并用AI支持的摘要、分类和关键要点丰富它们

高级搜索和发现

矢量嵌入：为语义搜索功能生成嵌入
混合搜索：将矢量相似性搜索与全文搜索相结合

MCP客户端配置

已知客户端兼容性：

克劳德桌面
克劳德代码
鹅
OpenAI ChatGPT（chat.OpenAI.com）
OpenAI游乐场

克劳德桌面

{
  "mcpServers": {
    "build-vault": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.buildaipod.com/mcp"]
    }
  }
}

克劳德代码

claude mcp add build-vault -s user --transport http https://mcp.buildaipod.com/mcp

Goose AI扩展

OpenAI ChatGPT（自定义连接器）

OpenAI游乐场

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：增强的工具 outputSchema 和 structuredContent
激励支持：具有智能跟进建议的申报能力
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
运输：stdio+可流式传输HTTP

增强兼容性

OpenAI深度研究：与OpenAI的Deep Research自定义连接器兼容

Vault查找工具（共12个）

产品列表：通过过滤和分页浏览AI产品
搜索产品：使用嵌入的语义搜索（3072个维度）
产品详情：具有资源链接的全面产品信息
查找相似内容：相关产品的矢量相似性搜索
按说话者搜索：按播客演讲者筛选见解（Tom Spencer、Cameron Rohn）
按日期范围搜索：查找特定时间段内的产品
按类别搜索：按6个内容类别筛选（business_ideas、frameworks_and_exercises、产品、观点、故事_and_anecdotes、引用）
按时间范围搜索：在剧集时间戳中查找见解
演讲者摘要：全面的演讲者统计数据和见解
时间线洞察：按时间顺序排列的元数据见解
搜索（深度研究）：人工智能见解和事件的自然语言搜索
获取（深度研究）：获取具有完整上下文和元数据的完整内容

有启发的分析资源（共4个）

趋势洞察：高置信度的见解和明智的后续建议
类别分布：按类别对内容进行实时分析
剧集时间线：具有洞察力计数的按时间顺序排列的事件数据
演讲者分析：实时演讲者统计和内容分析

引导式提示（共4个）

寻找商业创意：发现商业见解和机会
探索框架：对框架和练习进行结构化探索
时间线分析：按时间顺序探讨专题和主题
比较内容类型：比较不同类别的见解

增强的激励功能

访问资源时，服务器提供 智能跟进建议:

类别分析：“找到9个产品见解，6个观点”
扬声器故障：“Cameron Rohn（11个见解），Tom Spencer（8个见解）”
工具建议：具体的下一步建议和使用示例
语义搜索指导：基于实际内容的查询建议

OpenAI深度研究集成

该服务器与OpenAI的Deep Research自定义连接器兼容。这 search 和 fetch 这些工具是专门为与Deep Research模型配合使用而设计的：

搜索工具：接受自然语言查询（例如“关于人工智能代理的见解”），并以以下格式返回结果 {id, title, text, url}
提取工具：检索包含元数据的完整内容，以便进行深入分析和引用

使用示例

发现人工智能产品

浏览分类：使用 search_by_category 使用“产品”查看334个产品见解
语义搜索：试试 search_products 使用“AI代理”或“LangChain”
热门内容：访问 vault://trending_insights 前20个高置信度见解的资源
遵循建议：查找带有智能建议的“下一步是什么？”部分

搜索示例

尝试以下搜索以开始：

“有什么框架可以用于快速工程？”
“医疗AI领域的商业理念”
“汤姆·斯宾塞对郎钦说了什么？”
“关于人工智能安全和对齐的见解”
“用于构建聊天机器人的产品”

可用工具

工具	名称	描述	参数
产品列表	`list_products`	通过过滤和分页浏览AI产品	`limit`, `offset`, `category`, `approved_only`
搜索产品	`search_products`	所有产品的语义搜索	`query`, `limit`, `category`
获取产品详细信息	`get_product_details`	获取特定产品的全面信息	`product_id`
查找类似产品	`find_similar_products`	查找与给定产品相似的产品	`product_id`, `limit`
按说话者搜索	`search_by_speaker`	按播客演讲者筛选见解	`speaker_name`, `limit`
按日期范围搜索	`search_by_date_range`	查找日期范围内的产品	`start_date`, `end_date`, `limit`
按类别搜索	`search_by_category`	按内容类别筛选	`category`, `limit`
按时间范围搜索	`search_by_timeframe`	在剧集时间戳中查找见解	`start_time`, `end_time`, `episode_id`
获取演讲者摘要	`get_speaker_summary`	获取全面的演讲者统计数据	`speaker_name`
获取时间线洞察	`get_timeline_insights`	获取按时间顺序排列的见解	`limit`, `start_date`, `end_date`
搜索	`search`	ChatGPT连接器的自然语言搜索	`query`
获取	`fetch`	获取包含ChatGPT连接器元数据的完整内容	`id`

可用资源

资源	URI	描述
趋势洞察	`vault://trending_insights`	关于参与度指标的最新和最受欢迎的见解
类别分布	`vault://category_distribution`	按类别分析内容细分
剧集时间线	`vault://episode_timeline`	按时间顺序排列的事件数据，包括持续时间和元数据
演讲者分析	`vault://speaker_analytics`	演讲者特定统计数据和内容细分
探索指南	`vault://guide/discovery`	如何发现和评估AI产品
产品目录	`vault://product_catalog`	所有产品及其类别和批准状态概述
技术领域	`vault://technical_domains`	技术领域和工具类别分析
剧集洞察图	`vault://episode_insights_map`	将事件与其见解和产品进行全面映射

可用提示

提示	名称	描述	参数
寻找商业创意	`find_business_ideas`	引导工作流程，发现业务见解和机会	`industry` （可选）， `focus` （可选）
探索框架	`explore_frameworks`	对框架和练习的结构化探索	`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）

建筑

主要技术特点

三重运输设计：stdio、HTTP和Cloudflare Workers
类型安全：带有Zod运行时验证的TypeScript
矢量搜索：实时语义相似度
引出：基于内容分析的智能跟进建议
健康监测：内置健康检查端点
深度研究兼容：实现OpenAI集成的搜索/获取工具

数据概述

主要数据源：Build Vault数据库

DB表：带向量嵌入的索引
内容：成千上万的AI见解来自 vault.buildaipod.com
分类：6种类型（商业设计、框架和练习、产品、观点）
嵌入：来自text-embedding-3-large的3072维向量

版本信息

版本: 0.2.0
协议：药品监督管理委员会2025-06-18
软件开发工具包：@modelcontextprotocol/sdk 1.16.0
特性：完全符合启发、结构化输出、资源链接和深度研究兼容性的规范
标准输入输出：用于直接客户端集成的默认MCP传输
超文本传输协议：MCP 2025-06-18带标头验证的可流式HTTP

测试

MCP中心实验室：在以下位置交互式测试服务器https://lab.mcpcentral.io/

MCP注册表

此服务器发布在官方模型上下文协议注册表。注册表配置在中定义 server.json，其中规定：

服务器元数据：名称、描述和存储库信息
远程终结点：HTTP传输端点位于 https://mcp.buildaipod.com/mcp 和 https://mcp.demos.build/mcp
包装分发：在npm上可用 build-vault-mcp-server
客户端兼容性：支持克劳德桌面、克劳德代码、Goose和OpenAI ChatGPT
功能声明：12个工具、8个资源、4个具有语义搜索和深度研究功能的提示

注册表允许跨兼容客户端自动发现和安装此MCP服务器。

支持

GitHub问题：用于错误报告和功能请求
健康检查: GET /health 状态监视端点

______________________________________________________________________

工作示例

示例1：面向开发人员的AI代理研究

场景开发人员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。

使用的工具：搜索、获取、搜索_by_speaker

初始搜索：搜索“人工智能代理和自主系统”
获取详细内容：获取特定洞察ID的完整内容
寻找专家观点：搜索演讲者“Tom Spencer”的见解

预期结果：框架讨论、现实世界的实现以及关于代理架构的专家意见。

示例2：企业家的商业创意发现

场景：一位企业家希望在行业专家讨论的人工智能领域找到经过验证的商业想法。

使用的工具：搜索_类别，查找_类似产品，获取_峰值_摘要

浏览商业想法：按类别搜索“business_ideas”
查找相似概念：查找与有趣结果相似的产品
专家分析：获取演讲者“Cameron Rohn”的全面总结

预期结果SaaS机会、AI产品概念和市场验证见解。

示例3：产品经理的框架研究

场景产品经理需要经过验证的框架来构建人工智能产品和管理开发流程。

使用的工具：search_by_category，get_timeline_insights，search_by_date_range

查找框架：按类别“框架_和练习”搜索
查看随时间的演变：获取2024年的时间线洞察
最近的最佳实践：按最近日期范围搜索

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。

Build Vault MCP Server

快速接入

详细介绍