Kaseya Docs MCP

凯西医生mcp

跨整个Kaseya生态系统文档的即时语义搜索——30多种产品，5500多页。

一 MCP（模型上下文协议） 服务器，让像克劳德这样的人工智能助手可以即时访问文档 Kaseya、Datto、Autotask、IT胶水，以及Kaseya生态系统中的每一种产品。不需要API密钥。首次运行后脱机工作。

______________________________________________________________________

为什么？

如果你使用Kaseya产品——Datto RMM、Autotask PSA、IT Glue、BCDR或生态系统中30多种工具中的任何一种——你就知道文档分散在几十个单独的帮助网站上。找到正确答案意味着要搜索多个门户网站。

凯西医生mcp 修复此问题。它将整个文档库放入一个语义搜索索引中，人工智能助手可以立即查询。

问这样的问题：

• *“如何在Linux上安装Datto RMM代理？”*
• *“Autotask PSA API费率限制是什么？”*
• *“如何在VSA中配置SNMP监控？”*
• *“为Microsoft 365设置SaaS保护”*
• *“IT粘合灵活的资产类型”*

并返回包含源URL的确切文档页面。

______________________________________________________________________

快速开始

克劳德代码

claude mcp add kaseya-docs -- npx -y kaseya-docs-mcp@latest

克劳德桌面版

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "kaseya-docs": {
      "command": "npx",
      "args": ["-y", "kaseya-docs-mcp@latest"]
    }
  }
}

光标/VS代码

添加到MCP设置中：

{
  "mcpServers": {
    "kaseya-docs": {
      "command": "npx",
      "args": ["-y", "kaseya-docs-mcp@latest"]
    }
  }
}

就是这样。在第一次运行时，服务器会下载一个预先构建的搜索索引（约50MB）。后续启动是即时的。

______________________________________________________________________

产品覆盖

总计：33个产品，5500多个文档页面，15000多个可搜索块。

______________________________________________________________________

工具

search_docs

在所有文档中进行语义搜索。

退货： 将文档块与文本、源URL、产品名称、节层次结构和相关性得分进行匹配。

list_products

列出所有可用产品的页数。

______________________________________________________________________

产品段塞

将这些与 product 用于筛选搜索结果的参数：

______________________________________________________________________

运作原理

1. 预置索引：所有5500多个文档页面都已被抓取、分块并嵌入到 兰斯数据库 矢量数据库使用 all-MiniLM-L6-v2 嵌入模型。
2. 首次运行：预构建的数据库（约50MB）从GitHub Release下载并缓存在 ~/.kaseya-docs-mcp/.
3. 查询时：您的搜索查询使用相同的模型嵌入本地（没有API调用，没有API键），并使用向量相似性搜索与索引匹配。
4. 结果：返回最相关的文档块及其源URL、产品名称和部分层次结构。

没有API密钥。没有云服务。首次下载后完全本地化。

______________________________________________________________________

需求

• Node.js>=18
• ~200MB磁盘空间（型号+索引，首次运行后缓存）

______________________________________________________________________

更新文档

文档索引会定期更新。要获取最新版本：

rm -rf ~/.kaseya-docs-mcp/vectordb

下一次运行将下载最新索引。

______________________________________________________________________

常见问题

这需要API密钥吗？

否。嵌入是使用开源软件在本地计算的 all-MiniLM-L6-v2 模型。不需要OpenAI，不需要Anthropic，也不需要云API。

文档的更新程度如何？

该指数定期从Kaseya官方帮助网站重建。检查 发布页面 获取最新更新日期。

我可以只搜索特定的产品吗？

是--使用 product 使用上表中的slug参数。例如： search_docs({ query: "agent install", product: "datto-rmm" }).

支持哪些MCP客户端？

任何兼容MCP的客户端：Claude Code、Claude Desktop、Cursor、带MCP扩展的VS Code、Windsurf等。

这与直接搜索Kaseya帮助网站有何不同？

此搜索 同时显示所有33个产品 语义理解。而不是一次在一个网站上进行关键字匹配，你可以在整个生态系统中进行人工智能搜索。即使单词不匹配，它也能找到相关的概念。

______________________________________________________________________

贡献

欢迎投稿！在上打开问题或PR .

______________________________________________________________________

许可证

麻省理工学院

______________________________________________________________________

免责声明

本项目不隶属于Kaseya，股份有限公司，也不由其背书或赞助。所有产品名称、商标和文件均为其各自所有者的财产。此工具为公开可用的文档编制索引以供搜索。