AI导哈

文档智能查询服务器

Antigravity PDF MCP Server 是一个强大的模型上下文协议（MCP）服务器，能够为AI代理和IDE提供智能文档摄取和查询功能，支持PDF、Markdown和文本文件，并使用先进的混合搜索技术进行查询。

  • by asoluka
  • TypeScript
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 asoluka/antigravity-pdf-mcp

使用说明

反重力PDF MCP服务器

一个强大的模型上下文协议（MCP）服务器，为AI代理和IDE提供智能文档摄取和查询功能。此服务器允许您从PDF、Markdown和文本文件构建持久的知识库，并使用高级混合搜索技术进行查询。

特性

  • 多格式摄入：支持 .pdf, .md，以及 .txt 文件夹。
  • 智能分块：递归字符拆分保留了文档结构（段落、标题）。
  • 永久存储：使用SQLite(antigravity.db)在重启过程中存储文档和向量。
  • 高级检索:
    • 混合搜索：使用交互秩融合（RRF）将TF-IDF（关键字）和OpenAI嵌入（语义）结合起来。
    • 过滤：搜索特定文档的范围。
    • 引用：返回页码（例如。， [Page 5])为了便于验证。
  • 用户体验：摄入过程中的实时进度通知。
  • MCP协议：完全符合Stdio的模型上下文协议。

先决条件

  • Node.js（v18或更高版本）
  • npm

安装

  1. 克隆存储库：

    git clone <repository-url>
cd antigravity-pdf-mcp

  2. 安装依赖项：

    npm install

  3. 构建项目：

    npm run build

配置

使能够 语义搜索 （嵌入），创建一个 .env 根目录中的文件：

OPENAI_API_KEY=sk-your-api-key-here

如果未提供API密钥，则服务器将仅回退到本地TF-IDF搜索。

工具

服务器公开了以下MCP工具：

  • ingest_document：将文件（PDF、TXT、MD）摄入知识库。
    • path：文件的绝对路径。
  • query_knowledge_base：搜索知识库。
    • query：搜索查询。
    • document_id （可选）：将结果筛选到特定的文档ID。
  • list_documents：列出所有摄入的文件。
  • reset_library：清除整个数据库。
  • ingest_pdf （已弃用）：别名 ingest_document.

IDE的使用

此服务器使用 工作室 传输，使其与任何兼容MCP的客户端或IDE兼容。

反重力IDE

  1. 打开 设置 > MCP服务器.
  2. 点击 添加服务器.
  3. 配置服务器：
    • 名字: antigravity-pdf
    • 命令: node
    • 参数:
      /absolute/path/to/antigravity-pdf-mcp/dist/server.js
    • 环境变量:
      • OPENAI_API_KEY：您的OpenAI API密钥。

VSCode/Claude桌面

添加到您的MCP配置文件中（例如。， claude_desktop_config.json):

{
  "mcpServers": {
    "antigravity-pdf": {
      "command": "node",
      "args": [
        "/absolute/path/to/antigravity-pdf-mcp/dist/server.js"
      ],
      "env": {
        "OPENAI_API_KEY": "your-api-key-if-needed"
      }
    }
  }
}

贡献

  1. 分叉与克隆：在本地克隆您的叉子。
  2. 分支：创建要素分支(git checkout -b feature/amazing-feature).
  3. 开发：进行更改。
  4. 验证:
    • 跑 npm run build 以检查错误。
    • 使用 npx ts-node verify_ux.ts 以测试摄入和回收。
  5. 承诺与推动：将更改推到叉子上。
  6. 拉取请求：在主存储库中打开PR。

许可证

麻省理工学院

相关 MCP