AI导哈

模型上下文协议服务器

一个为BambiSleep知识库提供检索增强生成(RAG)和上下文增强生成(CAG)能力的MCP服务器。

  • by HarleyVader
  • JavaScript
  • 本地部署
  • 更新于
在 GitHub 查看 HarleyVader/llm-toolshed-mcp-server

使用说明

LLM工具化MCP服务器

MCP（模型上下文协议）服务器为BambiSleep知识库提供RAG（检索增强生成）和CAG（上下文增强生成）功能。

特性

工具

  • rag_query：对BambiSleep数据执行RAG查询
  • cag_text：从知识图构建上下文增强生成
  • 提取物：提取知识图的实体和关系
  • 语义研究：跨内容的语义搜索
  • 获取元数据：获取知识库元数据

资源

  • bambisleep://data/structured -全结构化JSON数据
  • bambisleep://data/faq -常见问题解答内容
  • bambisleep://data/sessions -会话索引
  • bambisleep://data/triggers -触发器文档
  • bambisleep://data/safety -安全信息

安装

cd llm-toolshed-mcp-server
npm install

用法

运行服务器

npm start

在Claude桌面中配置

添加到您的Claude桌面配置(~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上）：

{
  "mcpServers": {
    "llm-toolshed": {
      "command": "node",
      "args": ["/home/melkanea/llm-toolshed-mcp-server/index.js"]
    }
  }
}

数据结构

服务器使用来自bambisleep.info的结构化JSON数据：

{
  "metadata": {
    "source": "bambisleep.info",
    "fetched_at": "timestamp",
    "type": "bambi_sleep_wiki_content",
    "version": "1.0"
  },
  "content": {
    "faq": {...},
    "sessions": {...},
    "triggers": {...},
    "safety": {...},
    "transcripts": {...}
  },
  "rag_vectors": {...},
  "cag_context": {...}
}

查询示例

RAG查询

{
  "name": "rag_query",
  "arguments": {
    "query": "what is bambi sleep",
    "section": "faq",
    "max_results": 5
  }
}

CAG背景

{
  "name": "cag_context",
  "arguments": {
    "entity": "Bambi",
    "depth": 2
  }
}

提取实体

{
  "name": "extract_entities",
  "arguments": {
    "section": "triggers"
  }
}

建筑

  • MCP-SDK：使用@modelcontextprotocol/sdk实现服务器
  • 资源：将BambiSleep数据作为MCP资源公开
  • 工具：为LLM代理提供RAG/CAG工具
  • 运输：基于标准的沟通

许可证

麻省理工学院

相关 MCP