AI导哈

项目上下文存储检索服务

一个基于OpenAI向量存储的模型上下文协议服务器，用于存储和检索项目上下文，使AI编辑器能够跨会话记忆和回忆项目知识。

  • by OkraGrey
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 OkraGrey/context-db-mcp

使用说明

上下文数据库MCP（BETA模式-可能会出错）

一种模型上下文协议（MCP）服务器，使用OpenAI向量存储来存储和检索项目上下文。使您的AI编辑器能够跨会话记住和回忆项目知识。为了获得最佳效果，请将此添加到您的代理规则文件中，并强制它在每个聊天会话的开始和结束时使用它。否则，在您的提示中，要求代理在必要时使用摄取或检索。

特性

  • ingest_document -将项目摘要、设计文档和上下文存储在矢量存储中
  • retrieve_relevant_chunks -使用语义搜索检索相关上下文

安装

pip install -e .

要求： Python 3.11+和一个OpenAI API密钥

配置

创建一个 .env 文件（或设置环境变量）：

# Required
OPENAI_API_KEY=sk-your-api-key-here

# Optional - Vector Store (use ID for existing, NAME to create/find)
CONTEXT_DB_VECTOR_STORE_ID=vs_xxxxx
# OR
CONTEXT_DB_VECTOR_STORE_NAME=context-db-mcp

# Optional - Tuning
CONTEXT_DB_DEFAULT_MAX_RESULTS=10
CONTEXT_DB_REQUEST_TIMEOUT_SECONDS=120.0
CONTEXT_DB_LOG_LEVEL=INFO

使用 env.example 作为模板。

用法

克劳德代码

在.mcp.json中添加到您的项目根目录（使用精确的名称和前面的点创建），并粘贴以下内容：

{
  "mcpServers": {
    "context-db": {
      "command": "{PATH TO THE BIN FOLDER IN YOUR CLONED REPO for example: {YOUR PATH.....}/Context_DB_MCP/env/bin/context-db-mcp}",
      "env": {
        "OPENAI_API_KEY": "sk-your-api-key-here",
        "CONTEXT_DB_VECTOR_STORE_NAME": "context-db-mcp"
      }
    }
  }
}

重新启动克劳德代码。工具如下：

  • mcp__context-db__ingest_document
  • mcp__context-db__retrieve_relevant_chunks

光标

添加到 ~/.cursor/mcp.json:

{
  "mcpServers": {
    "context-db": {
      "command": "{PATH TO THE BIN FOLDER IN YOUR CLONED REPO for example: {YOUR PATH.....}/Context_DB_MCP/env/bin/context-db-mcp}",
      "env": {
        "OPENAI_API_KEY": "sk-your-api-key-here",
        "CONTEXT_DB_VECTOR_STORE_NAME": "context-db-mcp"
      }
    }
  }
}

重新启动Cursor并从MCP集成面板访问工具。

测试

运行诊断脚本以验证您的设置：

python test_mcp_connection.py

运行测试套件：

pip install -e ".[dev]"
pytest tests/ -v

相关 MCP