Clarion 知识库 - MCP 服务器

通过Claude AI进行Clarion编程文档的语义搜索

![Claude Code Plugin](https://github.com/peterparker57/clarion-knowledge-base)

在Claude Code或Claude Desktop中，使用自然语言查询即时搜索21份Clarion文档手册。该功能由语义搜索技术驱动，涵盖21,747个已索引的文档片段。

______________________________________________________________________

概述

Clarion 知识库 这是一个模型上下文协议（MCP）服务器，它能让您在Claude AI中轻松获取完整的Clarion编程语言文档。无需手动翻阅PDF手册，只需用自然语言向Claude提出关于Clarion编程的问题，即可立即获得相关且带有来源引用的答案。

这对Clarion开发者为何重要

即时文档访问几秒钟内搜索到21份PDF手册（语言参考、ABC库、模板、集成开发环境等）
自然语言查询提出像“我如何创建一个浏览（功能/页面）？”这样的问题，而不是进行关键词搜索
融入您的工作流程与Claude Code和Claude Desktop无缝集成
随时可用通过 Docker 本地运行 - 查找文档时无需依赖云端
语义理解即使您不知道确切术语，也能找到相关内容

主要特点

21,747个已索引数据块 - 全面覆盖Clarion文档
语义搜索 - 理解意图，而不仅仅是关键词
MCP协议集成 - 原生Claude代码和Claude桌面版支持
基于Docker的 - 部署简单，无需设置Python环境
Qdrant向量数据库 - 快速、高效的相似度搜索
来源引用 - 每个结果都包含文档来源和位置
筛选搜索 - 可选地在特定文档类别中搜索

______________________________________________________________________

快速安装（2分钟）

最简单的安装方法是使用Claude代码插件系统：

# Step 1: Add the marketplace
/plugin marketplace add https://github.com/peterparker57/clarion-knowledge-base.git

# Step 2: Install the plugin
/plugin install clarion-knowledge-base

# Step 3: Run the setup command (this downloads and configures everything)
/clarion-setup

要求： 必须安装并运行 Docker Desktop。

\setup\ 命令将：

下载并配置Docker容器
设置Qdrant向量数据库（约76 MB）
导入21,747个文档块
验证所有内容是否正常工作

设置完成后， 重启Claude代码 你可以使用类似这样的斜杠命令 /clarion-search 或者简单地向克劳德询问有关Clarion编程的问题！

______________________________________________________________________

新增：独立网页应用（无需Claude！）

想在不使用Claude的情况下使用Clarion知识库吗？ 使用我们的独立网络应用程序，并与您自己的大型语言模型（LLM）提供商（如DeepSeek、OpenAI、Claude、Gemini、Grok或免费的本地Ollama）配合使用。

快速入门（预构建的Docker镜像）：

# Create and enter a folder for Clarion KB
mkdir ~/clarion-kb
cd ~/clarion-kb

# Download deployment file
curl -O https://raw.githubusercontent.com/peterparker57/clarion-knowledge-base/main/docker-compose-public.yml

# Start the app (first time downloads ~12GB)
docker-compose -f docker-compose-public.yml up -d

# Open browser
open http://localhost:8080

就是这么简单！ 无需构建，无需Git克隆 - 直接从Docker Hub拉取并运行。

重要提示： 在同一个文件夹中运行所有命令（该 clarion-kb （你创建的文件夹）。

自定义端口配置

端口8080已被占用？没问题！

选项1：环境变量 （最容易的）

CLARION_WEB_PORT=8081 docker-compose -f docker-compose-public.yml up -d
# Access at http://localhost:8081

选项2：编辑文件 编辑 docker-compose-public.yml 以及改变：

ports:
  - "8080:8080"  # Change first number: "8081:8080"

常见的备用端口： 8081，8082，3000，5000，9090

首次启动时间

⚠️ 重要提示： 首次启动时，服务可能需要2-3分钟才能正常运行，同时：

Qdrant 从快照中恢复了 21,747 个文档块（约 90 秒）
网页应用加载句子变换器嵌入模型（约80MB）
Docker执行健康检查以确保服务已准备就绪

要有耐心！ 一旦Qdrant状态正常，容器将自动启动。

检查启动进度：

docker-compose -f docker-compose-public.yml logs -f

等待： "Uvicorn running on http://0.0.0.0:8080" 在访问网页界面之前。

特点：

🌐（表示互联网或全球网络的符号，可译为“互联网”或“全球网络”，具体根据语境而定） 基于浏览器的界面 - 从任何设备访问
🔑 表示“钥匙”或“密码”。 多个大型语言模型（LLM）提供商DeepSeek（0.35美元/100万次）、OpenAI、Claude、Gemini、Grok或Ollama（免费）
💰（货币符号，中文中通常直接用“钱”或具体货币名称如“人民币”等表示，但在此处作为符号保留原样） 实时定价 - 在查询前查看每个模型的成本
📊 表格/数据图表 3种查询模式增强模式（文档+AI），严格模式（仅文档），聊天模式（仅AI - 快速）
📱 移动友好 - 适用于手机/平板电脑
📚 书籍 相同数据21,747个文档片段作为MCP模式
🎯（目标/瞄准） 来源引用 - 每个答案都包含文档来源

何时使用每种模式：

特性	MCP 模式	Web 应用
最适合	Claude代码/桌面用户	所有用户
大语言模型 (LLM)	Claude（Anthropic 公司出品）	任意提供商（由您选择）
接口	Claude 聊天界面	网络浏览器
费用	Claude 订阅	按使用量付费或免费（Ollama）
手机	❌ 否	✅ 是

📖 完整文档： 见 README-WEBAPP.md 翻译为中文是：“README-网络应用程序.md” 如需完整指南、大型语言模型（LLM）提供商设置及故障排除方法，请参阅。

🐳 Docker Hub（中文可译为“Docker 中心”或保持原英文名，根据语境选择）: ClarionLive/Clarion知识库Web应用

______________________________________________________________________

备选方案：手动安装（MCP模式）

如果您更喜欢手动安装或需要更多控制权，可以通过安装脚本进行安装：

# Step 1: Clone the repository
git clone https://github.com/peterparker57/clarion-knowledge-base
cd clarion-knowledge-base

# Step 2: Run the installer
./install.sh      # Mac/Linux
# or
install.bat       # Windows

# Step 3: Restart Claude Code or Claude Desktop
# The Clarion Knowledge Base will now be available as an MCP server

安装过程中会发生什么：

检查 Docker 是否已安装并正在运行
下载预构建的向量数据库（压缩后约76 MB）
启动Docker容器（Qdrant + MCP服务器）
自动配置Claude代码/桌面
验证MCP服务器是否正常运行

注：安装程序将提示您选择安装Claude Code、Claude Desktop或两者都安装。

看 PLUGIN.md（文件名，可译为“插件说明文档”或保持原样，具体取决于上下文）如需详细的插件文档或 INSTALLATION.md 翻译为中文是：“安装说明.md” 或 “安装指南.md” 如需手动安装详情，请参阅。

______________________________________________________________________

先决条件

在安装之前，请确保您已具备：

Docker Desktop（桌面版） - 在此下载

- 必须已安装并正在运行 - 至少需要2GB可用磁盘空间

克劳德·科德 或者 Claude Desktop（桌面版Claude） - 获取Claude

- 支持任一或两者客户端

互联网连接 - 初始数据库下载所需（约76 MB）
系统要求：

- Windows 10/11、macOS 10.15+ 或 Linux - 最低配置4GB内存（推荐8GB）

______________________________________________________________________

安装详情

推荐： 使用上述插件安装方法（/plugin add peterparker57/clarion-knowledge-base）。

以下部分用于手动配置或故障排除。

为克劳德·科德（注：此处“Claude Code”可能是一个特定的人名或项目名，根据上下文可能有所不同，这里直译为“克劳德·科德”，具体含义需结合实际情境理解）

安装程序（或插件）会自动配置 Claude Code，但如果您需要手动配置：

配置文件位置：

Windows： %USERPROFILE%\.claude\claude_code_config.json
macOS:（译文保持原样，因为“macOS”是专有名词，通常不翻译） ~/.claude/claude_code_config.json
Linux： ~/.config/claude-code/config.json

示例配置：

{
  "mcpServers": {
    "clarion-knowledge-base": {
      "command": "docker",
      "args": ["exec", "-i", "clarion-mcp-server", "python", "/app/src/mcp_server.py"]
    }
  }
}

验证安装：

完全重启Claude代码
开启一个新的聊天或项目
类型 /mcp 查看可用服务器
在列表中查找“clarion-knowledge-base”
尝试一个测试查询：“如何在Clarion中定义一个队列？”

对于Claude Desktop

安装程序会自动配置 Claude Desktop，但如需手动配置：

配置文件位置：

Windows（系统/平台）： %APPDATA%\Claude\claude_desktop_config.json
macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
Linux： ~/.config/Claude/claude_desktop_config.json

示例配置：

{
  "mcpServers": {
    "clarion-knowledge-base": {
      "command": "docker",
      "args": ["exec", "-i", "clarion-mcp-server", "python", "/app/src/mcp_server.py"]
    }
  }
}

验证安装：

完全退出并重新启动 Claude Desktop
在聊天界面中查找工具图标（🔧）
点击查看可用工具
“search_docs”应来自clarion知识库并显示出来
尝试提问：“解释Clarion中的FILE驱动程序”

______________________________________________________________________

使用示例

安装完成后，您可以在Claude中自然地查询Clarion文档：

示例查询

基本语言问题：

"How do I create a browse in Clarion?"
"What's the syntax for a LOOP statement?"
"Explain the difference between GROUP and QUEUE"

库和组件问题：

"How do I use the ABC library for file handling?"
"What are the methods available in the BrowseClass?"
"Show me examples of the Internet Builder classes"

模板和集成开发环境（IDE）问题：

"What are embed points in Clarion templates?"
"How do I create a custom template?"
"Explain the Application Generator options"

数据库与高级主题：

"How do I connect to a SQL database in Clarion?"
"What's the FILE driver architecture?"
"How do I implement XML processing?"

示例输出

当你提问时，你会收到：

# Search Results for: "How do I define a QUEUE in Clarion?"

**Found 5 relevant chunks**

## Result 1: Language Reference
**Score:** 0.8542 | **Type:** core_language | **Chunk:** 42/156

**Content:**

队列结构

队列是一个驻留在内存中的表，具有自动内存管理功能。。。 \[带正确格式的完整文档摘录\]


## Result 2: Programming Guide
**Score:** 0.7891 | **Type:** core_language | **Chunk:** 89/201

**Content:**

\[附加的相关内容……\]


---
*Retrieved from Clarion Knowledge Base (Vector Store: 5 chunks)*

有效查询的技巧

要具体“我如何对队列进行排序？”vs. “队列排序”
使用自然语言像向同事提问一样来撰写问题
包含上下文“在模板中，我如何……”有助于过滤结果
尝试多种表述方式如果结果不理想，请重新表述你的问题
使用过滤器为特定搜索指定 doc_type（参见高级用法）

______________________________________________________________________

建筑

系统概述

┌─────────────────────────────────────────────────────────────┐
│                    Claude AI (Code/Desktop)                  │
│                                                              │
│  User asks: "How do I create a browse in Clarion?"          │
└────────────────────────┬─────────────────────────────────────┘
                         │ MCP Protocol
                         ▼
┌─────────────────────────────────────────────────────────────┐
│              Docker Container: clarion-mcp-server            │
│                                                              │
│  ┌──────────────────────────────────────────────────────┐  │
│  │  MCP Server (Python)                                 │  │
│  │  - Receives query                                    │  │
│  │  - Generates embedding (768-dim vector)              │  │
│  │  - Searches vector database                          │  │
│  │  - Formats results with citations                    │  │
│  └────────────────────┬─────────────────────────────────┘  │
└─────────────────────────┼─────────────────────────────────────┘
                         │ gRPC/HTTP
                         ▼
┌─────────────────────────────────────────────────────────────┐
│              Docker Container: clarion-qdrant                │
│                                                              │
│  ┌──────────────────────────────────────────────────────┐  │
│  │  Qdrant Vector Database                              │  │
│  │  - 21,747 documentation chunks                       │  │
│  │  - 768-dimensional embeddings                        │  │
│  │  - < 100ms search latency                            │  │
│  │  - Persistent storage (Docker volume)                │  │
│  └──────────────────────────────────────────────────────┘  │
└─────────────────────────────────────────────────────────────┘

组件

1. Qdrant 向量数据库

存储21,747个文档片段，每个片段作为768维的嵌入表示
用途 all-MiniLM-L6-v2 句子变换模型
通过Docker卷实现持久化存储（655 MB）
端口：6333（REST API）、6334（gRPC）

2. MCP 服务器（Python）

实现了用于Claude集成的模型上下文协议
处理查询嵌入生成
执行向量相似性搜索
以包含元数据和引用的形式展示结果
按需运行，通过 docker exec （没有持久进程）

3. Docker Compose 编排

将两个服务作为一个整体进行管理
处理容器之间的网络通信
提供健康检查和自动重启功能
隔离依赖项（避免Python环境冲突）

信息流（或沟通流程）

用户查询 → Claude Code/桌面接收自然语言问题
MCP 呼叫 → 克劳德召唤 search_docs 通过MCP协议使用的工具
嵌入 MCP服务器使用句子变换器生成查询嵌入
向量搜索 Qdrant 通过余弦相似度查找相似的文档片段
结果 → MCP服务器以包含分数、来源和内容的格式呈现结果
回应 → 克劳德接收结构化结果并展示给用户

______________________________________________________________________

故障排除

常见问题

Docker 未运行

症状： 安装失败，提示“无法连接到 Docker 守护进程”

解决方案：

# Start Docker Desktop application
# Wait for it to fully start (whale icon in system tray)
# Retry installation

端口冲突（6333，6334）

症状： “端口已被使用”错误

解决方案：

# Check what's using the ports
# Windows:
netstat -ano | findstr :6333
# Mac/Linux:
lsof -i :6333

# Stop conflicting service or change ports in docker-compose.yml

MCP 服务器无响应

症状： Claude 显示“MCP 服务器超时”或无响应

解决方案：

# Check if containers are running
docker ps

# Should see both:
# - clarion-qdrant
# - clarion-mcp-server

# If not running:
cd /path/to/clarion-knowledge-base
docker-compose up -d

# Check logs
docker logs clarion-mcp-server
docker logs clarion-qdrant

未找到配置文件

症状： “无法找到Claude配置文件”

解决方案：

验证Claude Code/Desktop是否已安装
至少运行一次 Claude 以创建配置目录
根据上述示例手动创建配置文件
确保JSON语法有效（使用JSON验证器）

搜索未返回结果

症状： 所有查询均返回“未找到结果”

解决方案：

# Check if vector database is populated
docker exec -it clarion-qdrant curl http://localhost:6333/collections/clarion_docs

# Should show points_count: 21747
# If not, database may need re-import

检查日志

查看MCP服务器日志：

docker logs clarion-mcp-server
# Add -f to follow logs in real-time
docker logs -f clarion-mcp-server

查看Qdrant日志：

docker logs clarion-qdrant

查看所有日志：

docker-compose logs

重启服务

重启两个服务：

cd /path/to/clarion-knowledge-base
docker-compose restart

重启单个服务：

docker restart clarion-mcp-server
# or
docker restart clarion-qdrant

完全重启（停止并重新启动）：

docker-compose down
docker-compose up -d

______________________________________________________________________

高级用法

更新向量数据库

如果您想从头开始重建向量数据库（面向开发者）：

# 1. Ensure you have source PDFs in Documents/
# 2. Activate Python virtual environment
python -m venv .venv
source .venv/bin/activate  # Mac/Linux
# or
.venv\Scripts\activate  # Windows

# 3. Install dependencies
pip install -r requirements.txt

# 4. Run processing pipeline
python src/pipeline_v3.py --recreate

# 5. Restart Docker services
docker-compose restart

重建容器

强制重建Docker镜像：

# Rebuild without cache
docker-compose build --no-cache

# Restart with new images
docker-compose up -d --force-recreate

环境变量

通过环境变量自定义行为 docker-compose.yml:

environment:
  - QDRANT_HOST=qdrant        # Qdrant container hostname
  - QDRANT_PORT=6333          # Qdrant REST API port
  - COLLECTION_NAME=clarion_docs  # Vector collection name

开发环境设置

对于Docker之外的本地开发：

# 1. Clone repository
git clone https://github.com/peterparker57/clarion-knowledge-base
cd clarion-knowledge-base

# 2. Create virtual environment
python -m venv .venv
source .venv/bin/activate  # Mac/Linux
.venv\Scripts\activate     # Windows

# 3. Install dependencies
pip install -r requirements.txt

# 4. Start Qdrant only
docker-compose up -d qdrant

# 5. Run MCP server locally (for testing)
python src/mcp_server.py

# 6. Configure Claude to use local Python instead of Docker
# Update config to point to your local Python interpreter

______________________________________________________________________

技术细节

技术栈

语言： Python 3.13及以上版本
向量数据库： Qdrant（最新版）
嵌入模型： sentence-transformers/all-MiniLM-L6-v2（中文可译为“句子变换器/全MiniLM-L6-v2模型”，但通常直接保留原名以指代特定模型）

- 尺寸：768 - 模型大小：约80 MB - 推断：基于CPU，每次查询约50毫秒

MCP协议： 版本 1.17.0
PDF处理： PyMuPDF4LLM（用于开发者重建数据库）
集装箱化： Docker 与 Docker Compose

数据库统计信息

总块数： 二万一千七百四十七
原始凭证： 21份Clarion PDF手册
平均块大小： 574个字符
存储容量：

- 压缩后（下载）：76 MB - 未压缩（Docker 卷）：655 MB

搜索性能： 典型查询时间\<100毫秒

文档类别

向量数据库包含以下文档类型：

核心语言 - 语言参考、编程指南、学习Clarion
图书馆 - ABC图书馆参考、互联网构建器、商业数学库
开发理念 - IDE 参考手册、用户指南、入门指南
模板 - 模板指南，模板语言参考
专门的；专业的 - 文件驱动程序、XML、报表编写器、应用程序代理

过滤搜索示例

使用 doc_type 搜索特定类别的参数：

# In Claude, you can specify:
search_docs(
    query="How do I handle file errors?",
    doc_type="core_language",
    max_results=3,
    min_score=0.5
)

______________________________________________________________________

文档

完整文档

仓库中提供了完整的HTML文档：

本地： 开放 documentation/index.html 在您的浏览器中
包括： 详细架构、API参考、开发指南

外部资源

MCP协议： 模型上下文协议文档
Qdrant 文档： qdrant.tech/文档（或 qdrant.tech/文档说明）
Docker 文档：
克劳德AI： claude.ai（可译为“克劳德人工智能”或直接保留原名，根据上下文决定是否需要具体翻译）

______________________________________________________________________

做出贡献

这个项目旨在 Clarion 开发人员 谁想立即访问Claude AI内的文档。

未来的改进方向

我们正在考虑的潜在改进：

支持自定义Clarion文档（贵公司的文档）
与Clarion社区论坛和知识库的集成
增强的元数据（代码示例、特定版本的文档）
多语言支持
用于概念间关系映射的GraphRAG

欢迎反馈

发现了一个漏洞？有建议吗？请：

检查现有的GitHub问题
提出一个包含详细信息的新问题
包含日志和复现步骤
适当标注（错误、增强、文档）

注：这是一个社区工具。回复时间可能会有所不同。

______________________________________________________________________

许可证与致谢

许可证

这个项目遵循以下许可协议 麻省理工学院许可证（MIT License） - 详见LICENSE文件。

Clarion 文档

所有文档内容均受版权保护 SoftVelocity股份有限公司。 并且在合理使用范围内用于个人参考目的。此工具并不替代官方文档，而是提供了增强的搜索功能。

致谢

这个项目建立在令人惊叹的开源工具之上：

Claude AI与MCP协议 - Anthropic（公司名，可译为“安萨提克”或直接使用原名，根据上下文决定是否需要具体翻译）对于模型上下文协议
Qdrant（注：Qdrant是一个向量数据库，此处直接保留原名，若需具体描述，可译为“Qdrant向量数据库”或根据上下文具体翻译） - qdrant.tech（注：此域名直接翻译并无实际意义，通常作为网址或项目名称保留原样，若需描述其可能代表的内容，可译为“Qdrant技术网站”或根据具体上下文进行意译。）用于向量数据库引擎
句子变换模型（或句子转换器） - sbert.net（可直接保留原名，若需解释性翻译，可译为“sbert网络平台”或根据具体语境调整）对于嵌入模型
PyMuPDF4LLM（可译为“面向大型语言模型的PyMuPDF工具”或根据具体上下文简化为“PyMuPDF与LLM集成工具”，但直接保留原名在技术语境下也常被接受） - pymupdf.io（可译为“PyMuPDF输入输出模块”或根据具体语境简化为“PyMuPDF IO”，但通常直接保留原名以指代该库的输入输出功能）用于PDF解析
Docker - 用于集装箱化
Python 社区 - 感谢所有让这一切成为可能的精彩库

特别感谢：

SoftVelocity，用于创建Clarion程序并维护优秀的文档
Clarion 开发者社区，提供反馈与支持

______________________________________________________________________

项目状态

版本： 1.0.0 状态： 已准备好投入生产 ✓ 最后更新时间： 2025年10月12日

测试环境

✓ 配备Docker Desktop的Windows 10/11系统
✓ macOS 12及以上版本，配备Docker Desktop
✓ 带有Docker引擎的Linux（Ubuntu 22.04+）
✓ 克劳德代码（最新版）
✓ Claude Desktop（最新版）

已知的局限性

代码缩进： 在PDF转换过程中，一些代码示例的缩进可能丢失。使用Clarion代码前应手动进行格式化。
PDF质量： 搜索质量取决于源PDF文件的质量。一些较旧的手册可能存在OCR（光学字符识别）处理后的瑕疵。
无增量更新： 要更新文档，目前需要完全重建。
仅限英语： 仅支持英文文档。

______________________________________________________________________

联系与支持

GitHub 仓库：
问题：
讨论：

______________________________________________________________________

为Clarion开发者社区用心打造

*将20多年的Clarion文档知识带给您的AI助手*

Clarion Knowledge Base

快速接入

详细介绍

Clarion 知识库 - MCP 服务器

概述

这对Clarion开发者为何重要

主要特点

快速安装（2分钟）

新增：独立网页应用（无需Claude！）

快速入门（预构建的Docker镜像）：

自定义端口配置

首次启动时间

特点：

何时使用每种模式：

备选方案：手动安装（MCP模式）

先决条件

安装详情

为克劳德·科德（注：此处“Claude Code”可能是一个特定的人名或项目名，根据上下文可能有所不同，这里直译为“克劳德·科德”，具体含义需结合实际情境理解）

对于Claude Desktop

使用示例

示例查询

示例输出

有效查询的技巧

建筑

系统概述

组件

信息流（或沟通流程）

故障排除

常见问题

Docker 未运行

端口冲突（6333，6334）

MCP 服务器无响应

未找到配置文件

搜索未返回结果

检查日志

重启服务

高级用法

更新向量数据库

重建容器

环境变量

开发环境设置

技术细节

技术栈

数据库统计信息

文档类别

过滤搜索示例

文档

完整文档

外部资源

做出贡献

未来的改进方向

欢迎反馈

许可证与致谢

许可证

Clarion 文档

致谢

项目状态

测试环境

已知的局限性

联系与支持

目录标签

接入字段

权限和风险

来源信息

继续浏览同类 MCP