LlamaIndex 解析器 MCP 服务器
这个项目提供了一个服务器，通过一个简单的接口暴露LlamaIndex的解析功能。它是使用……构建的 FastMCP 框架。
服务器上有一个名为 load_markdown_data 这个功能可以从指定目录加载并解析Markdown文件，并将解析后的节点作为JSON字符串返回。
安装
要安装该项目及其依赖项，请运行以下命令：
uv sync
pip install -e .用法
要在服务器上运行，从仓库根目录执行以下命令：
python src/mcp_llamaindex/server.py服务器将启动并监听请求 stdio.
Gradio 界面
这个项目还包括一个Gradio界面，用于与RAG（检索增强生成）流水线进行交互。
运行Gradio应用程序
启动本地网络服务器，并在浏览器中访问Gradio界面：
gradio ./src/mcp_llamaindex/app.py开发者模式
以开发模式运行服务器：
fastmcp dev src/mcp_llamaindex/mcp_server.py配置
该应用程序的配置通过Pydantic和环境文件进行管理。环境可以设置为： dev 或者 prod.
要选择一个环境，请设置 ENV_TYPE 环境变量：
export ENV_TYPE=prod然后，应用程序将从相应的（位置）加载其设置 .env 文件（.prod.env （在这种情况下）。
注： 这个（或“该”） .env 文件未提交到版本控制系统中。您应该创建自己的（版本控制） .dev.env 和 .prod.env 基于（某条件/某基础）的文件 .example.env 文件。
做出贡献
我们欢迎对这个项目做出贡献！请阅读我们的（相关指南/说明） \CONTRIBUTING.md\ 翻译为中文是：“贡献指南文件”或“贡献规范文档”。这个文件通常用于说明如何为某个项目或开源社区做出贡献，包括提交代码、报告问题、参与讨论等相关的指南和规范 了解您如何能够做出贡献。