Google Agent Knowledge MCP

谷歌代理知识管理控制协议服务器

此存储库包含一个MCP（模型上下文协议）服务器，用于查询Google代理开发工具包（ADK）的知识库。该服务器利用从“Google Agent info.pdf”中提取的内容进行向量搜索，以回答有关Google AI代理开发工具、框架和最佳实践的问题。

该服务器实现了基于stdio的JSON-RPC通信，以便与如Roo Cline等VSCode扩展进行集成。

特点/功能

• 使用FAISS向量索引和Ollama嵌入（nomic-embed-text模型）进行语义搜索。
• 从ADK PDF中提取的176个知识块。
• MCP工具： query （使用问题在知识库中搜索并获取前k个结果）。
• 与Roo Cline的VSCode扩展兼容。

先决条件

• Python 3.11及以上版本
• Ollama已安装并运行（用于嵌入）。
• 使用 Git 克隆此仓库。

设置说明

1. 克隆仓库

git clone https://github.com/torontoai/Google-Agent-Knowledge-MCP.git
cd Google-Agent-Knowledge-MCP

2. 安装依赖项

pip install ollama fastapi uvicorn pydantic numpy faiss-cpu langchain sentence-transformers

3. 安装Ollama

启动Ollama服务：

ollama serve

拉取嵌入模型：

ollama pull nomic-embed-text

4. 重新生成嵌入（可选，如需）

如果您想从PDF中更新知识库：

python chunk_text.py  # Generates chunked_google_agent_info.json
python generate_embeddings.py  # Generates embeddings_google_agent_info.json

5. 为VSCode配置Roo Cline

在你的（内容/列表/等）中添加以下内容： mcp_settings.json （通常在 ~/.vscode/extensions/rooveterinaryinc.roo-cline/settings/mcp_settings.json 或类似（的）：

{
  "name": "Google Agent Knowledge MCP",
  "command": "python",
  "args": ["path/to/Google-Agent-Knowledge-MCP/google_agent_mcp_stdio_server.py"],
  "env": {},
  "alwaysAllow": ["query"],
  "description": "Vector search over Google Agent Development Kit (ADK) methodology from PDF"
}

将“path/to”替换为克隆仓库的绝对路径。

6. 启动MCP服务器

当VSCode扩展连接时，服务器会自动启动。对于手动测试（stdio模式）：

# Test initialization
echo '{"jsonrpc":"2.0","method":"initialize","id":1}' | python google_agent_mcp_stdio_server.py

# Test tool list
echo '{"jsonrpc":"2.0","method":"tools/list","id":2}' | python google_agent_mcp_stdio_server.py

# Test query
echo '{"jsonrpc":"2.0","method":"tools/call","id":3,"params":{"name":"query","arguments":{"question":"What is Google Agent Development Kit?","top_k":3}}}' | python google_agent_mcp_stdio_server.py

7. 在VSCode中的使用

• 重新加载 VSCode 窗口（按 Ctrl+Shift+P > 输入“Developer: Reload Window”）。
• 在Roo Cline中，应连接“Google代理知识MCP”。
• 使用 query 使用带有“解释ADK架构”等问题的工具，从PDF中获取向量搜索结果。

文件

• google_agent_mcp_stdio_server.py主要的MCP服务器，带有JSON-RPC处理程序的标准控制台。
• google_agent_mcp.py使用FAISS和Ollama进行向量搜索的知识库类。
• embeddings_google_agent_info.json预先计算了176个嵌入（维度为768）。
• chunked_google_agent_info.json从PDF中提取的文本块。
• generate_embeddings.py用于从PDF重新生成嵌入的脚本。
• chunk_text.py将PDF文本分块的脚本。
• Google Agent info.pdf知识库的源PDF文件。

故障排除

• 连接已关闭确保 Ollama 正在运行且 embeddings.json 文件有效（如需，请重新生成）。
• JSON 错误检查嵌入文件是否存在畸形；重新运行生成脚本。
• 无结果验证模型“nomic-embed-text”是否已在Ollama中拉取。
• 代币问题为了与GitHub集成，请使用具有“repo”范围的PAT（个人访问令牌）。

许可证

MIT 许可证 - 请参阅 LICENSE 文件（初始化时自动生成）。

如需提交贡献或报告问题，请在GitHub上提交拉取请求或问题报告。