IM Desk MCP Server
腾讯云即时通信 IM 智能客服 (Desk) 文档知识库 MCP 服务。
让 OpenClaw、Claude Desktop、CodeBuddy、Cursor 等 AI 助手通过 MCP 协议 直接查询腾讯云 IM/Desk 产品文档，智能回答相关问题并协助开发。
MCP Tools
| Tool | 说明 |
|---|---|
search_im_docs | 语义搜索知识库，查找功能、API、配置说明 |
ask_im_question | RAG 智能问答，检索文档后生成回答 |
crawl_im_page | 实时爬取腾讯云 IM 文档页面 |
manage_knowledge_base | 知识库管理（导入/统计/清空） |
快速接入
方式 1：连接公共服务（零部署，推荐）
直接连接已部署的服务，无需部署任何东西。
CodeBuddy（腾讯云代码助手）：
在 CodeBuddy 的 MCP 配置中添加：
{
"im-desk-mcp": {
"type": "sse",
"url": "http://122.51.140.224:3000/sse",
"description": "腾讯云 IM 智能客服 Desk 文档知识库"
}
}Claude Desktop / Cursor：
{
"mcpServers": {
"im-desk-mcp": {
"transport": "sse",
"url": "http://122.51.140.224:3000/sse"
}
}
}配置后即可在对话中使用文档搜索和智能问答功能。
方式 2：OpenClaw Skill（不支持 MCP 的客户端）
OpenClaw 用户可以通过安装 Skill 的方式使用：
# 方法 A：从 ClawHub 安装（推荐）
clawhub install im-desk-mcp
# 方法 B：手动安装
git clone https://github.com/Ethanwithtech/im-desk-mcp.git
cp -r im-desk-mcp/openclaw-skill ~/.openclaw/skills/im-desk-mcp-skill安装后直接对 OpenClaw 说"搜索 IM 文档：会话转接怎么配置"即可使用。
方式 3：本地 stdio 运行
git clone https://github.com/Ethanwithtech/im-desk-mcp.git
cd im-desk-mcp
npm install && npm run build
# 配置
cp .env.example .env
# 编辑 .env 填入 SiliconFlow API key（免费注册：https://cloud.siliconflow.cn）
# 启动 ChromaDB
docker run -d --name chroma -p 8000:8000 -v chroma_data:/chroma/chroma -e IS_PERSISTENT=TRUE chromadb/chroma:latest
# 导入知识库
npm run ingest -- --web然后在 MCP 客户端配置：
{
"mcpServers": {
"im-desk-mcp": {
"command": "node",
"args": ["你的路径/im-desk-mcp/dist/index.js"]
}
}
}方式 4：Docker Compose 一键部署
git clone https://github.com/Ethanwithtech/im-desk-mcp.git
cd im-desk-mcp
cp .env.example .env
# 编辑 .env 填入 SiliconFlow API key
docker compose up -d服务启动后：
- 健康检查：http://localhost:3000/health
- SSE 端点：http://localhost:3000/sse
两种运行模式
| stdio 模式 | HTTP/SSE 模式 | |
|---|---|---|
| 启动 | node dist/index.js | node dist/server-http.js |
| 谁能用 | 本机的 MCP 客户端 | 任何有网络的 MCP 客户端 |
| 适合 | 个人使用 | 分享给团队/公开服务 |
环境要求
- Node.js >= 18
- Docker（运行 ChromaDB）
- SiliconFlow API Key（免费注册，Embedding 永久免费）
环境变量
| 变量 | 必须 | 说明 | 默认值 |
|---|---|---|---|
CHROMA_URL | 是 | ChromaDB 地址 | http://localhost:8000 |
EMBEDDING_PROVIDER | 是 | openai | openai |
EMBEDDING_BASE_URL | 是 | Embedding API 地址 | SiliconFlow |
EMBEDDING_API_KEY | 是 | Embedding API 密钥 | - |
EMBEDDING_MODEL | 是 | Embedding 模型 | BAAI/bge-m3 |
MCP_PORT | HTTP 模式 | HTTP 服务端口 | 3000 |
MCP_API_KEY | 可选 | HTTP 鉴权 token | 不鉴权 |
LLM_BASE_URL | 可选 | LLM API 地址 | - |
LLM_API_KEY | 可选 | LLM API 密钥 | - |
LLM_MODEL | 可选 | LLM 模型 | - |
导入知识库
# 导入 docx 文档
npm run ingest -- --docx ./data/docs/你的文档.docx
# 爬取腾讯云 IM 官网文档（预定义 16 个核心页面）
npm run ingest -- --web
# 导入预处理好的 JSON（大文档用 Python 脚本解析后导入）
npx tsx src/scripts/import-json.ts ./chunks.json
# 大文档本地预处理（95MB+ docx）
python3 scripts/parse-big-docx.py 你的大文档.docx ./output.json知识库内容
当前知识库包含 892 个文档块：
| 来源 | 块数 | 内容 |
|---|---|---|
| Desk 完整产品文档 (95MB) | 328 | API、SDK、功能说明、错误码等 |
| 会话转接文档 | ~100 | 会话转接配置和使用 |
| 腾讯云官网 16 个页面 | 464 | 开发指引、接入文档、REST API |
项目结构
im-desk-mcp/
├── src/
│ ├── index.ts # MCP Server 入口 (stdio)
│ ├── server-http.ts # MCP Server 入口 (HTTP/SSE)
│ ├── tools/ # MCP Tools 实现
│ ├── utils/ # 工具函数
│ └── scripts/ # 导入/解析脚本
├── openclaw-skill/ # OpenClaw Skill（不支持 MCP 的客户端用）
│ ├── SKILL.md
│ └── scripts/
├── scripts/
│ ├── deploy-lighthouse.sh # 服务器部署脚本
│ ├── parse-big-docx.py # 大文档 Python 解析
│ └── im-desk-mcp.service # systemd 服务文件
├── docker-compose.yml # Docker 一键部署
├── Dockerfile
└── .env.exampleLicense
MIT