krpc mcp
一个MCP服务器，允许AI模型访问完整的 kRPC Python文档。
这是什么？
如果你使用人工智能助手（Claude、ChatGPT、Codex等）为Kerbal Space Program编写kRPC Python代码，模型通常会猜测或幻觉API调用，因为kRPC的文档在他们的训练数据中并不常见。这个MCP服务器通过让AI在编写代码之前查询真实文档来解决这个问题。
服务器对所有kRPC Python API页面进行爬网和索引，在本地缓存它们，并通过 模型上下文协议.
快速开始
在下面选择您的AI客户端并运行setup命令。就是这样——人工智能将自动访问kRPC文档。
克劳德代码（CLI）
claude mcp add krpc-mcp -- uvx krpc-mcpOpenAI Codex命令行界面
codex mcp add krpc-mcp -- uvx krpc-mcp或手动添加到 ~/.codex/config.toml:
[mcp_servers.krpc-mcp]
command = "uvx"
args = ["krpc-mcp"]克劳德桌面
将此添加到您的 claude_desktop_config.json:
| 操作系统 | 配置文件位置 |
|---|---|
| macOS | ~/Library/Application Support/Claude/claude_desktop_config.json |
| 窗户 | %APPDATA%\Claude\claude_desktop_config.json |
{
"mcpServers": {
"krpc-mcp": {
"command": "uvx",
"args": ["krpc-mcp"]
}
}
}光标
将此添加到 .cursor/mcp.json 在项目根目录中：
{
"mcpServers": {
"krpc-mcp": {
"command": "uvx",
"args": ["krpc-mcp"]
}
}
}其他MCP客户端
任何支持stdio传输的MCP客户端都可以使用此服务器。命令是：
uvx krpc-mcp替代安装
如果你没有或不想使用 uvx，还有其他安装方法。
从GitHub安装pip
pip install git+https://github.com/Ljove02/krpc-mcp.git然后使用 krpc-mcp 作为上述任何配置中的命令（而不是 uvx krpc-mcp).
手动设置（用于开发）
git clone https://github.com/Ljove02/krpc-mcp.git
cd krpc-mcp
python -m venv .venv激活虚拟环境：
# macOS / Linux
source .venv/bin/activate
# Windows (PowerShell)
.\.venv\Scripts\Activate.ps1
# Windows (cmd)
.venv\Scripts\activate.bat安装并运行：
pip install -e .
krpc-mcp可用工具
连接后，您的AI助手将获得以下工具：
| 工具 | 参数 | 说明 |
|---|---|---|
search_docs | query （str）， limit （int，默认值5） | 按关键字搜索所有索引的kRPC Python文档。返回包含代码段的匹配页面。 |
get_doc_page | slug_or_url （str） | 获取特定文档页面的完整内容。接受类似蛞蝓的 python/api/space-center/vessel.html 或完整的URL |
get_api_member | service （str）， class_name （str）， member （str） | 查找特定的API成员。例如： service="SpaceCenter", class_name="Vessel", member="orbit"。使用模糊匹配。 |
reindex_docs | force （bool，默认为false） | 手动触发对kRPC文档的重新爬网。 |
示例：实际使用
这是AI助手使用krpc-mcp时的样子。在这次测试中，克劳德·科德被问及船只发射遥测数据。
用户提示
*“给我提供有关我们可以从发射船上获得的各种数据的信息——速度、高度、重力。详细给我5个例子，这样我就可以与文档进行交叉检查。”*
AI在幕后做了什么
人工智能在回答之前会自动调用MCP工具查找真实文档：
Tool call: search_docs(query="vessel flight telemetry speed altitude", limit=5)
Result: 3 matching pages found, including Flight and Vessel API references
Tool call: search_docs(query="g force flight data", limit=5)
Result: Matched the Flight API page
Tool call: get_doc_page(slug_or_url="python/api/space-center/flight.html")
Result: Full Flight class documentation (104 lines of API details)
Tool call: get_doc_page(slug_or_url="python/api/space-center/vessel.html")
Result: Full Vessel class documentation (173 lines of API details)人工智能响应（来源于真实文档）
| # | 属性 | 类 | 返回 | 描述 |
|---|---|---|---|---|
| 1 | Flight.speed | 航班 | float | 给定参考系中的速度（m/s）。传递适当的参考系（例如。 vessel.orbit.body.reference_frame)获得有意义的价值。 |
| 2 | Flight.mean_altitude | 航班 | float | 海拔高度（米）。相关： surface_altitude, bedrock_altitude, elevation. |
| 3 | Flight.g_force | 航班 | float | 当前重力为9.81 m/s²的倍数。可用于在发射过程中监测机组人员安全和结构应力。 |
| 4 | Flight.dynamic_pressure | 航班 | float | 动压（Q），单位为帕斯卡。等于 0.5 * air_density * velocity²对于在上升过程中识别最大Q值至关重要。 |
| 5 | Flight.mach | 航班 | float | 速度是声速的倍数。相关： speed_of_sound, true_air_speed, terminal_velocity. |
所有属性都是 只读 并可在 航班 游戏场景。AI直接从索引文档中提取每一个细节——类型、描述、相关成员，而不是猜测。
运作原理
- 首次使用时，服务器会从以下位置抓取所有Python文档页面
https://krpc.github.io/krpc/python.html - 它提取页面内容和API成员签名/描述
- 所有内容都缓存在本地
~/.cache/krpc-mcp/ - 缓存每24小时自动刷新一次
- 您可以随时使用强制刷新
reindex_docs工具