Smart Personal Knowledge Base Assistant

智能个人知识库助手

一种模型上下文协议（MCP）服务器，为AI助手提供对本地知识库的访问。该服务器使AI代理能够在矢量数据库中搜索、添加和管理文档，以实现高效检索和上下文感知响应。它可以连接不同的LLM，提供智能文档处理和检索功能。

特性

• 文档搜索：使用向量嵌入在知识库中进行语义搜索
• 文档管理：添加和组织具有元数据的文档
• 文件摘要：快速浏览知识库中的文档
• RAG集成：使用ChromaDB进行高效的矢量存储和检索

先决条件

• Python 3.10或更高版本
• OpenAI API密钥（用于嵌入）

安装

1. 克隆此存储库
2. 安装依赖项：

   pip install -r requirements.txt

1. 复制 .env.example 到 .env 并配置您的设置：

   cp .env.example .env
   # Edit .env with your settings

用法

1. 什么是OpenAI API密钥？为什么需要它？

OpenAI API密钥是一个秘密令牌，可以让您的应用程序访问OpenAI的云AI服务（如GPT、嵌入等）。 为什么需要： 在您的项目中，您使用OpenAI的嵌入模型将文本/文档转换为语义搜索的向量。API密钥验证您的请求并启用这些功能。

1. 什么是存储路径？为什么需要它？

STORAGE_PATH是一个配置变量（来自.env），它告诉服务器存储和查找知识库（文档、笔记等）的位置。 为什么需要： 它使您的数据保持有序和持久。 示例：如果存储路径=。/知识库，所有文件和矢量数据库都保存在知识库文件夹中。

1. LangChain是什么？ChromaDB是什么？（详细）

LangChain LangChain是一个Python库，用于使用语言模型（LLM）构建应用程序。 特征： 加载各种格式的文档（PDF、DOCX、TXT） 将文本拆分为可管理的块 与矢量存储和LLM集成 将多个AI操作（搜索、汇总等）链接在一起 色度数据库 ChromaDB是一个开源的矢量数据库。 特征： 存储文本/文档的矢量嵌入 启用快速相似性搜索（查找与查询相似的文档） 持久存储（在服务器重启之间保存数据） 为什么一起使用： LangChain加载和处理文档，生成嵌入（使用OpenAI），并将其存储在ChromaDB中以进行语义搜索。

1. 我们为什么选择FastAPI web服务器？

FastAPI是一个现代、快速的Python web框架。 选择理由： 高性能（异步支持） API自动文档（Swagger/OpenAPI） 使用Python类型提示轻松定义端点 非常适合构建与AI模型和客户端交互的API

1. 我们在哪里加载文档/知识库？

文档从STORAGE_PATH指定的文件夹（例如./knowledge_base）加载。 server.py中的KnowledgeBase类使用LangChain的加载器从该目录读取文件，对其进行处理，并将其嵌入存储在ChromaDB中。

1. 详细解释mcp.json。如何启动MCP服务器？

mcp.json是mcp服务器的VS代码配置文件。

目的： 告诉VS Code如何启动MCP服务器，以便AI客户端可以连接。

例子： { “服务器”：{ “知识库服务器”：{ “类型”：“stdio”， “command”：“python”， “args”：\[“server.py”\] } } }

“type”：“stdio”表示服务器通过标准输入/输出进行通信。 “command”：“python”和“args”：\[“server.py”\]告诉VS Code使用python server.py运行服务器。 如何开始： 在VS Code中，您可以使用MCP扩展或运行MCP.json中定义的命令来启动服务器。

1. 我们选择哪种AI客户端？我们可以添加其他吗？

选择的AI客户端： 您可以使用Claude Desktop、Cursor或任何兼容MCP的客户端。 你能添加其他吗？ 对！任何支持MCP协议（基于stdio或HTTP的JSON-RPC）的客户端都可以连接。 你也可以用Python、TypeScript等编写自己的自定义客户端。

发展

项目结构

mcp-knowledge-base/
├── server.py             # Main MCP server implementation
├── requirements.txt      # Python dependencies
├── .env                 # Configuration settings
└── knowledge_base/      # Local storage for vector database

添加新功能

要添加新工具或功能，请执行以下操作：

1. 向中添加新方法 KnowledgeBaseServer 类
2. 使用以下工具将其注册为工具 @app.tool() 装饰器
3. 根据需要更新文档

安全说明

• 该服务器专为本地使用而设计，需要为生产部署进行适当的配置
• API密钥应保持安全，并且永远不要致力于版本控制
• 如果部署在多用户环境中，请考虑实施身份验证

\=======

智能个人知识库助手

使用MCP连接不同LLM的智能个人知识库助手