Token导航 LogoToken导航TokenDH.com
kenilworth MCP poc logo
AI代理stdio官方级别未说明来源级核验

kenilworth MCP poc

MCP Server

一个用于构建和托管符合Model-Context-Protocol标准的建筑涂料文章语料库的GitHub Pages工具,支持自动化抓取、分块和元数据生成。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
文本处理PythonAI代理

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

The-link-ai

提供方

The-link-ai

最后核验

2026/5/17 20:23

运行时

Python

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。

命令预览

python -m venv .venv && source .venv/bin/activate

详细介绍

MCP语料库模板(建筑涂料演示)

此存储库是 入门套件 用于托管与模型上下文协议兼容的公共 建筑涂料文章集 GitHub页面.

运作原理

  1. python build_corpus.py\

→ 创造 mcp-corpus/ 包含抓取的文章文本、块和元数据。

  1. 承诺与推动 一切为了 gh-pages 分支(或让CI来做)。\

GitHub将提供 _sitehttps://.github.io//mcp-corpus/….

  1. 然后,任何MCP客户端都可以查询:
GET https://.github.io//mcp-corpus/manifest.json

要发现文档路径,请拉取 chunks.jsonl,并构建自己的嵌入。

本地设置

python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt    # or pip install -r 
python build_corpus.py

需求 *(把这些放在你的requirements.txt中)*:

beautifulsoup4
sentence_splitter
requests
tqdm
pyyaml

GitHub页面部署

现成的GitHub Actions工作流包含在 .github/workflows/deploy.yml. 每一次推 main,它将:

  1. build_corpus.py
  2. 提交生成的 mcp-corpus/gh-pages 分支
  3. 通过GitHub页面发布。

运行完成后,您的语料库将上线:

https://.github.io//mcp-corpus/manifest.json

提示模板

prompt_templates/general_prompt_template.md 例如系统 提示,通过MCP检索相关块,将其注入ChatGPT,以及 引用来源。

______________________________________________________________________

*模型上下文协议文档:* https://modelcontextprotocol.io/introduction

目录标签

目录标签

文本处理PythonAI代理语料库构建本地部署GitHubPages自动化抓取MCP协议

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

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

stdionone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。

来源信息

继续浏览同类 MCP