AI导哈

向量搜索服务

Koog文档MCP服务器提供基于ChromaDB的向量RAG搜索功能，用于快速检索Koog文档中的相关内容。

  • by karel1980
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 karel1980/koog-docs-helper-mcp

使用说明

Koog文档MCP服务器

一种模型上下文协议（MCP）服务器，使用ChromaDB在Koog文档上提供基于向量的RAG搜索功能。

设置

  1. 创建并激活虚拟环境：
python -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
  1. 安装依赖项：
pip install -r requirements.txt

  1. 克隆koog-git存储库并记住工作副本的路径。

  2. 添加到Q CLI MCP配置中：

q config mcp add koog-docs python3 koog-mcp-server.py [koog-repo-path]

如果省略koog repo路径，它将默认为'。./koog'

或者手动添加到MCP配置文件中：

{
  "mcpServers": {
    "koog-docs": {
      "command": "python3",
      "args": ["koog-mcp-server.py"],
      "cwd": "/path/to/this/directory"
    }
  }
}

数据库初始化

矢量数据库将在首次使用时自动创建和填充：

  • ChromaDB在中创建了一个持久数据库 ./chroma_db/
  • 来自的所有markdown文件 ../koog/docs/docs 被处理和索引
  • 文档被分块以实现最佳检索
  • 矢量嵌入是使用ChromaDB的默认模型生成的

备注：首次启动可能需要几分钟时间，同时对文档进行索引。

用法

配置后，您可以在Q CLI中询问有关Koog的问题：

  • “我如何在Koog中创建一个基本代理？”
  • “有哪些不同类型的工具可供选择？”
  • “库格特工的记忆是如何工作的？”
  • “显示结构化输出的示例”

服务器将搜索所有Koog文档文件，并返回带有上下文的相关部分。

特性

  • 基于ChromaDB的矢量语义搜索
  • 自动文档分块以实现更好的检索
  • 带嵌入的持久向量数据库
  • 搜索Koog-docs目录中的所有markdown文件
  • 返回具有相似性得分的相关部分
  • 提取文档标题和文件路径以供参考

相关 MCP