用于汇流搜索的MCP服务器
MCP（Model Context Protocol）用于搜索Confluence内部文档的服务器。支持 上海证券交易所 和 可流式传输http 运输， 基本认证.
快速启动
cp .env.example .env # скопировать шаблон
# заполнить .env (минимум: CONFLUENCE_BASE_URL, CONFLUENCE_USERNAME, CONFLUENCE_API_TOKEN)
docker compose up -d --build # собрать и запустить服务器地址可用 http://localhost:8003/sse.
配置（.env）
所有设置在一个文件中 .env复制 .env.example 并填写：
cp .env.example .env强制性
变量描述 |---|---| | CONFLUENCE_BASE_URL URL confluence（本地或Cloud） | CONFLUENCE_USERNAME 登录（Cloud-email） | CONFLUENCE_API_TOKEN 密码（Cloud API Token）
可选
变量沉默了。描述 |---|---|---| | MCP_PORT | 8003 服务器端口 | CONFLUENCE_TIMEOUT | 30 ←HTTP Confluence请求超时（秒，至少5）→ | SCORE_MERGE_MAX_VARIANTS | 12 马克斯基于score-based搜索的查询选项数（4–24）→ | LLM_REWRITE_ENDPOINT | _（空）_ OpenAI兼容API的URL，用于重新定义查询。 | LLM_REWRITE_MODEL | _（空）_ 型号名称（例如） qwen2.5) | | LLM_REWRITE_API_KEY | _（空）_ –API密钥（如果不需要，则为空）。 | LLM_REWRITE_TIMEOUT | 5 ←LLM请求超时（秒）→
如何获得Credentials
本地冲突（On-Premise）： 使用您的登录名和密码。
Atlassian云：
- Перейдите https://id.atlassian.com/manage-profile/security/api-tokens
- 创建API Token
- 作为
CONFLUENCE_USERNAME指定电子邮件为CONFLUENCE_API_TOKEN由Token创建
工具（tools）
search_content
按关键字搜索页面默认情况下（multi_pass=true服务器 ：
- 提取
pageId从查询中的Confluence链接 - 生成多个搜索选项（完整短语，C令牌）
_（长话） - 执行每个选项的CQL查询，并在不重复的情况下合并结果
参数：
≫参数≫类型≫默认。描述 |---|---|---|---| | query |字符串| _（强制性）_ 搜索请求 | space_key |字符串| null （空间键或多个逗号分隔）DEV, HR) | | space_keys |string\[\]| null –空间密钥列表（最好是多个）→ | content_type |字符串| "page" 类型： page, blogpost, comment, attachment, space, all | | limit |int| 10 马克斯结果（至100） | multi_pass bool的。 true –多种选项的高级搜索。 | score_merge bool的。 false score（见下文） | score_merge_max_variants |int| 0 ≫选项限制（0=从配置） SCORE_MERGE_MAX_VARIANTS) | | llm_rewrite bool的。 false –搜索前通过LLM重新定义请求→
search_content(query="оформить звонок директорат", score_merge=true)search_by_cql
搜索任意CQL字符串。
≫参数≫类型≫默认。描述 |---|---|---|---| | cql |字符串| _（强制性）_ CQL查询 | limit |int| 10 马克斯结果→ | expand |string\[\]| ["space","version"] 更多的领域。
get_page_content
完整的ID页面内容返回HTML（body.view）空间，版本，父母链（ancestors）和子页面（children.page).
get_page_children
指定pageu id的子页面列表（id、title、version）。
list_spaces
列出所有Confluence空间。
confluence_health
验证Confluence和凭据的可用性。返回用户名和git构建哈希。
智能搜索
问题
查询“如何向董事会打电话”找不到带有“接受”一词的文章，因为：
- “设计”和“接受”在词汇上是不同的词，Confluence没有将它们联系起来
- 在这两种情况下都存在通用的“呼叫董事会”选项，但早期的选项填充
limit以前
解决方案是三个独立的改进，每个改进都解决了问题的一部分：
1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.score_merge=true)
想法： 运行查询的所有变体，收集所有匹配，按找到页面的变体数排序。
没有score_merge，服务器在键入时停止。 limit 结果-第一个选项被拒绝。使用scoreu merge，所有选项都执行到最后，找到5个选项的页面将获得比找到一个页面更高的评级。
选项权重：
选择的类型，权重，例子。 |---|---|---| 下一篇：3.0如何打电话给董事会 2.0-2.5“打电话” 一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字，一个字。
选项数量有限 SCORE_MERGE_MAX_VARIANTS （默认为12，范围4–24）。
search_content(query="оформить звонок директорат", score_merge=true)改进2：无限制通行（自动）
想法： pymorphy3定义语音部分。从查询中只选择名词-你会得到一个没有动词和介词的“干净”变体。
"КАК ОФОРМИТЬ ЗВОНОК В ДИРЕКТОРАТ" → "ЗВОНОК ДИРЕКТОРАТ"
"ПОРЯДОК СОГЛАСОВАНИЯ ДОКУМЕНТОВ" → "ПОРЯДОК СОГЛАСОВАНИЕ ДОКУМЕНТ"名词-搜索查询中信息量最大的词。通过删除动词和介词，变体更准确地放在文章的标题和文本中。它总是工作的，不需要标志，不需要外部依赖。
3.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1.1llm_rewrite=true)
想法： LLM接收原始请求，并使用同义词和重述生成3-5个替代措辞。
"КАК ОФОРМИТЬ ЗВОНОК В ДИРЕКТОРАТ"
→ "принять звонок директорат"
→ "перевести вызов в директорат"
→ "маршрутизация звонков директорат"这是唯一理解同义词的机制（“形式”=“接受”=“翻译”）。需要配置变量 LLM_REWRITE_* 在 .env如果出现错误（超时，LLM不可用），则会悄悄回滚到正常搜索。
search_content(query="оформить звонок директорат", llm_rewrite=true)可以组合两个旗帜： score_merge=true, llm_rewrite=true.
方法比较
–方法→依赖→覆盖同义词→ |---|---|---| | 分数合并 不，40%是通过交叉选择。 | 只有名词 –pymorphy3（内置）–60%消除动词噪声。 | LLM重写 –外部LLM API–~90%理解同义词和重述–。
它是如何一起工作的
Запрос: "КАК ОФОРМИТЬ ЗВОНОК В ДИРЕКТОРАТ"
│
┌───────────────┼───────────────┐
│ │ │
Полная фраза Noun-only LLM варианты
"КАК ОФОРМИТЬ "ЗВОНОК "принять звонок
ЗВОНОК В ДИРЕКТОРАТ" директорат"
ДИРЕКТОРАТ" "перевести вызов
│ │ в директорат"
│ │ │
└───────────────┼───────────────┘
│
Каждый вариант →
CQL-запрос к Confluence
│
▼
Score-based ранжирование
(страница, найдённая 3+
вариантами, будет первой)
│
▼
Результаты集成
克劳德桌面版
添加到 claude_desktop_config.json:
{
"mcpServers": {
"confluence": {
"url": "http://localhost:8003/sse",
"transport": "sse"
}
}
}克劳德代码（CLI）
添加到 ~/.claude/mcp_config.json:
{
"mcpServers": {
"confluence": {
"url": "http://localhost:8003/sse",
"transport": "sse"
}
}
}MCP超级助理代理
{
"mcpServers": {
"confluence": {
"type": "streamable-http",
"url": "http://localhost:8003/mcp",
"timeout": 30
}
}
}端点
Endpoint方法描述 |---|---|---| | /sse |GET|SSE端点（克劳德桌面，克劳德代码）| | /messages/ |POST|SSE JSON-RPC| | /mcp |GET/POST |流式HTTP（超级助理代理）| | /health ÐgetÐÐÐÐÐÐÐÐÐÐÐÐ
检查curl
# Статус
curl http://localhost:8003/health
# Инициализация MCP
curl -X POST http://localhost:8003/mcp \
-H "Content-Type: application/json" \
-d '{"jsonrpc":"2.0","id":1,"method":"initialize","params":{}}'本地安装（无Docker）
pip install -r requirements.txt
cp .env.example .env # заполнить credentials
python -m confluence_mcp.server项目结构
src/confluence_mcp/
├── server.py # MCP сервер (SSE + streamable-http), инструменты
├── confluence_client.py # REST-клиент Confluence (Basic Auth)
├── config.py # Конфигурация из .env
├── cql_escape.py # Экранирование CQL-строк
├── query_expand.py # Генерация вариантов поискового запроса
├── scoring.py # Score-based ранжирование результатов
├── noun_extract.py # Выделение существительных (pymorphy3)
└── llm_rewrite.py # LLM-переформулировка запросов
tests/
└── test_cql_escape.py # python tests/test_cql_escape.py -v要求
- Python 3.10+
- Docker（推荐）
- Confluence（本地或Cloud）与Basic Auth