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。

详细介绍

DAG-文档增强生成

用于版本软件库文档和API检索的MCP服务器

DAG是一个模型上下文协议（MCP）服务器，通过语义搜索、API验证和版本比较工具，提供对npm库文档的智能版本软件访问。

特性

语义搜索：跨库文档和源代码的基于矢量的搜索
API验证：根据索引签名实时验证API使用情况
版本比较：显示版本之间添加/删除的API的差异分析
混合搜索：将向量相似性与关键字匹配相结合，以提高准确性
多生态系统：专为Python、Ruby、Java等的可扩展性而设计。

建筑

┌──────────────────────────────────────────────────────────────┐
│                      MCP Server (Stdio)                      │
├──────────────────────────────────────────────────────────────┤
│  Resources                   │  Tools                        │
│  • library-docs/{lib}/{ver}  │  • search_library            │
│  • api-signature/{lib}/{fn}  │  • validate_api              │
│  • library-versions/{lib}    │  • compare_versions          │
├──────────────────────────────────────────────────────────────┤
│              Indexing Pipeline (Orchestrator)                │
│     NPM → Parse AST → Chunk → Embed → Qdrant Store         │
├──────────────────────────────────────────────────────────────┤
│  Services Layer                                              │
│  • NPM Crawler     • AST Parser    • Chunker                │
│  • Embedder        • Qdrant        • Orchestrator           │
└──────────────────────────────────────────────────────────────┘

包裹

此monorepo包含三个包：

1. `@vamfi/dag-shared`

整个系统使用的核心类型和接口。

覆盖: 98.01% | 测试：6/6传球

2. `@vamfi/dag-indexer`

npm包的索引管道。

组件:

NPM爬虫（下载tarball，提取源代码）
AST解析器（Types/JavaScript的树形图）
语义块（按函数/类拆分代码）
嵌入器（Voyage AI嵌入）
Qdrant服务（矢量数据库操作）
索引编排器（端到端管道）

覆盖: 98.57% | 测试：48/48传球

3. `@vamfi/dag-mcp-server`

MCP服务器实现。

组件:

MCP服务器（stdio传输）
资源提供者（3种资源类型）
工具提供商（3个工具）
健康监测

覆盖: 58.65% | 测试：28/28传球

安装

先决条件

Node.js≥18.0.0
npm≥9.0.0
Qdrant云帐户（或本地Qdrant实例）

设置

克隆存储库:

   git clone https://github.com/VAMFI/DAG.git
   cd DAG

安装依赖项:

   npm install

构建所有包:

   npm run build

运行测试:

   npm test

配置

创建一个 .env 项目根目录中的文件：

# Qdrant Configuration
QDRANT_URL=https://your-cluster.qdrant.tech
QDRANT_API_KEY=your_api_key_here

# MCP Server Configuration
MCP_SERVER_NAME=dag-mcp-server
MCP_SERVER_VERSION=0.1.0

用法

为图书馆编制索引

import { IndexingOrchestrator } from '@vamfi/dag-indexer';
import {
  NPMCrawlerService,
  ASTParserService,
  ChunkerService,
  EmbedderService,
  QdrantService
} from '@vamfi/dag-indexer';

// Initialize services
const crawler = new NPMCrawlerService();
const parser = new ASTParserService();
const chunker = new ChunkerService();
const embedder = new EmbedderService({
  qdrantUrl: process.env.QDRANT_URL,
  apiKey: process.env.QDRANT_API_KEY
});
const qdrant = new QdrantService({
  url: process.env.QDRANT_URL,
  apiKey: process.env.QDRANT_API_KEY
});

// Create orchestrator
const orchestrator = new IndexingOrchestrator(
  crawler,
  parser,
  chunker,
  embedder,
  qdrant
);

// Index a package
const result = await orchestrator.indexPackage('express', '4.18.2');

console.log(`Indexed ${result.chunksIndexed} chunks in ${result.duration}ms`);

运行MCP服务器

# Start the server
npm start --workspace=@vamfi/dag-mcp-server

# Or use the CLI directly
./packages/mcp-server/dist/index.js

使用资源

资源提供对文档的结构化访问：

dag://library-docs/express/4.18.2
dag://api-signature/express/Router
dag://library-versions/express

使用工具

工具支持与文档的智能交互：

1.搜索库:

{
  "tool": "search_library",
  "arguments": {
    "query": "how to create middleware",
    "library": "express",
    "version": "4.18.2",
    "limit": 5
  }
}

2.验证API:

{
  "tool": "validate_api",
  "arguments": {
    "library": "express",
    "apiCall": "app.use(express.json())",
    "version": "4.18.2"
  }
}

3.比较版本:

{
  "tool": "compare_versions",
  "arguments": {
    "library": "express",
    "version1": "4.17.0",
    "version2": "4.18.2"
  }
}

MCP客户端集成

克劳德桌面

添加到 claude_desktop_config.json:

{
  "mcpServers": {
    "dag": {
      "command": "node",
      "args": ["/path/to/DAG/packages/mcp-server/dist/index.js"],
      "env": {
        "QDRANT_URL": "https://your-cluster.qdrant.tech",
        "QDRANT_API_KEY": "your_api_key"
      }
    }
  }
}

Continue.dev

添加到 .continue/config.json:

{
  "experimental": {
    "modelContextProtocolServers": [
      {
        "transport": {
          "type": "stdio",
          "command": "node",
          "args": ["/path/to/DAG/packages/mcp-server/dist/index.js"]
        },
        "env": {
          "QDRANT_URL": "https://your-cluster.qdrant.tech",
          "QDRANT_API_KEY": "your_api_key"
        }
      }
    ]
  }
}

质量门

所有质量门均已通过：

质量关卡1：编排器集成✓

需求要求
规格：完整的管道集成和全面的测试
结果：48项测试通过，覆盖率98.57%

状态

：通过质量门2：工具性能✓
需求要求
规格：搜索延迟\<2秒

结果

：平均延迟\<100ms状态
：通过质量门3：完成MVP✓
需求要求

规格

：所有组件都已集成、记录和测试结果
：所有软件包中有82/82个测试通过状态
：通过演出
索引：每个包装约100-500ms（取决于尺寸）

搜索

：平均延迟\<100ms
API验证
：平均\<50ms
版本比较
：平均\<200ms
路线图
\[\]Python生态系统支持（PyPI）

\[\]Ruby生态系统支持（RubyGems）

\[\]Java生态系统支持（Maven）

\[\]实时软件包更新
\[\]增强的缓存层git checkout -b feature/amazing-feature\[\]多租户支持
\[\]GraphQL API
贡献git push origin feature/amazing-feature欢迎投稿！请遵循以下指南：
分叉存储库

创建要素分支(

)

用常规提交方式提交更改

推到分支(
)
打开拉取请求

______________________________________________________________________

许可证

目录标签

搜索TypeScript开发工具文档处理语义搜索本地部署API验证版本比较文档管理

接入字段

传输方式（transport，传输协议）

未说明

鉴权方式（authType，认证方式）

none

工具数量（toolCount，工具数）

0

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

未说明none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。

仍需确认：installCommand

来源信息

MCP World

mcpworld.com

/detail/31e6e962f14c49d0e6d18a8204a8d595

DAG是一个模型上下文协议（MCP）服务器，通过语义搜索、API验证和版本比较工具，提供智能、版本感知的npm库文档访问。

继续浏览同类 MCP

更多搜索检索 MCP（7,303）返回 MCP 目录

上一个 MCP

daft MCP

一个基于daftlistings库的MCP服务器，用于通过MCP客户端在daft.ie上搜索租赁房产，支持模糊搜索和智能映射功能。

下一个 MCP

Daisyui MCP Server

daisyui-mcp-server是一个为AI编程助手提供daisyUI React组件文档搜索、属性查询和代码示例检索的MCP服务器，可直接在编辑器中访问。

Dag MCP Server