AI导哈

知识库搜索服务器

一个基于模型上下文协议（MCP）的服务器，将播客内容转换为可搜索的知识库，支持语义搜索和全文搜索，适用于商业智能和AI研究。

  • by The-Build-Podcast
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 The-Build-Podcast/build-vault-mcp-server

使用说明

Build Vault MCP服务器

概述

A. 模型上下文协议（MCP）服务器 这改变了 构建播客 使用高级语义搜索，将数千个AI见解整合到一个可搜索的知识库中。将向量相似性与全文搜索相结合，帮助您发现业务想法、框架和产品策略。通过自然语言查询获取建设者和企业家的集体智慧，使播客知识立即可操作。

背景

我们的MCP服务器从以下来源获取信息 构建库构建库是一个智能档案，其中包含从构建播客中提取的以人工智能为重点的见解、产品、想法和新闻，由人工智能驱动的数据处理管道生成：

岩芯处理管道

  • YouTube剧集提取和音频下载
  • Assembly AI转录，包括演讲者日记、情感分析和自动亮点
  • 使用AI增强的标题、主题和关键短语进行分段处理

LLM驱动的内容提取

  • 150-250字摘要
  • 跨框架、观点、商业想法、故事、报价和产品提取见解
  • 产品提取：自动识别和跟踪洞察中的产品提及，为丰富工作流程做好准备
  • 链接处理：从YouTube描述中提取URL，并用AI支持的摘要、分类和关键要点丰富它们

高级搜索和发现

  • 矢量嵌入：为语义搜索功能生成嵌入
  • 混合搜索：将矢量相似性搜索与全文搜索相结合

MCP版本兼容性

MCP 2025-11-25合规性

  • 协议版本: 2025-11-25 （谈判至2025年6月18日/2025年3月26日）
  • 运输：流式HTTP(/mcp)+传统SSE(/sse)对于远程客户端，加上用于本地/NMP的stdio
  • 工具执行错误：输入/业务错误返回 isError: true 具有可操作的文本（不是协议错误），实现模型自校正
  • 结构化输出：列表/搜索工具包括 structuredContent 镜像为JSON文本
  • 标题字段：所有工具、资源和提示都包含描述性标题
  • OpenAI深度研究: search + fetch 与Deep Research自定义连接器兼容的工具

Vault查找工具（共18个）

  • list_products/search_products/get_product_details/find_similar_products：列表和语义搜索见解； find_similar_products 使用真实向量相似度
  • 搜索_日期_范围/搜索_类别/搜索_时间范围/获取时间线_景点：按发布日期、类别、剧集内时间戳或时间顺序过滤见解
  • list_episodes：浏览播客剧集
  • 搜索/获取 （深度研究）：自然语言搜索和全内容检索 {id, title, text, url} 格式
  • list_products_catalog/search_products_catalog/get_catalog_product：浏览和搜索策划的产品目录
  • 搜索_分段：转录片段的语义搜索
  • list_episode_links：剧集中引用的丰富链接/资源（聚光灯）
  • insights_by_domain/insights_by-tool_category：按技术领域、难度或工具类别筛选

类别： frameworks, points_of_view, business_ideas, stories, quotes, products （旧别名 frameworks_and_exercises 和 stories_and_anecdotes 仍然被接受）。

分析资源（共4个）

  • 趋势洞察：具有“下一步是什么？”指导的高信心见解
  • 类别分布：按类别对内容进行实时分析
  • 剧集时间线：具有洞察力计数的按时间顺序排列的事件数据
  • 技术栈洞察：技术领域、工具类别和实施难度趋势

引导式提示（共4个）

  • 寻找商业创意：发现商业见解和机会
  • 探索框架：对框架和练习进行结构化探索
  • 时间线分析：按时间顺序探讨专题和主题
  • 比较内容类型：比较不同类别的见解

“下一步是什么？”指导

资源附加纯文本 接下来是什么？ 下一步的上下文部分 （类别细分、建议工具、示例查询）。这是描述性指导， 不是协议启发——服务器不宣传启发能力。

OpenAI深度研究集成

该服务器与OpenAI的Deep Research自定义连接器兼容。这 search 和 fetch 这些工具是专门为与Deep Research模型配合使用而设计的：

  • 搜索工具：接受自然语言查询（例如“关于人工智能代理的见解”），并以以下格式返回结果 {id, title, text, url}
  • 提取工具：检索包含元数据的完整内容，以便进行深入分析和引用

MCP客户端配置

已知客户端兼容性：

  • 克劳德桌面版
  • 克劳德代码
  • 鹅
  • OpenAI ChatGPT（chat.OpenAI.com）
  • OpenAI游乐场

克劳德桌面版

{
  "mcpServers": {
    "build-vault": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.buildaipod.com/mcp"]
    }
  }
}

克劳德代码

claude mcp add build-vault -s user --transport http https://mcp.buildaipod.com/mcp

Goose AI扩展

OpenAI ChatGPT（自定义连接器）

OpenAI游乐场

使用示例

发现人工智能产品

  1. 浏览分类：使用 search_by_category 使用“products”浏览产品类别
  2. 语义搜索：试试 search_products 使用“AI代理”或“LangChain”
  3. 热门内容：访问 vault://trending_insights 顶级高置信度见解资源
  4. 遵循建议：查找带有智能建议的“下一步是什么？”部分

搜索示例

尝试以下搜索以开始：

  • “有什么框架可以用于快速工程？”
  • “医疗AI领域的商业理念”
  • “团队如何在生产中使用LangChain？”
  • “关于人工智能安全和对齐的见解”
  • “用于构建聊天机器人的产品”

可用工具

工具 名称 描述 参数
产品列表 list_products 通过过滤/分页列出见解 limit, offset, episode_id
搜索产品 search_products 跨见解的语义搜索 query, limit, similarity_threshold
获取产品详细信息 get_product_details 通过ID获得特定见解 product_id
查找类似产品 find_similar_products 与给定见解向量相似的见解 product_id, limit, similarity_threshold
按日期范围搜索 search_by_date_range 从某一日期范围内的剧集中获得的见解 start_date, end_date, limit
按类别搜索 search_by_category 按类别筛选见解 category, limit
按时间范围搜索 search_by_timeframe 剧集时间戳内的见解 start_timestamp, end_timestamp, episode_id, limit
获取时间线洞察 get_timeline_insights 按时间顺序排列的见解 episode_id, limit
列出剧集 list_episodes 浏览播客剧集 limit, order
搜索 search 深度研究搜索({id,title,text,url}) query
获取 fetch 深度研究全内容+元数据 id
产品目录 list_products_catalog 浏览精选产品目录 category, limit, page
搜索产品目录 search_products_catalog 搜索产品目录 query, limit, similarity_threshold
获取产品目录 get_catalog_product 按ID获取目录产品 product_id
搜索细分市场 search_segments 转录片段的语义搜索 query, limit, similarity_threshold
列出剧集链接 list_episode_links 丰富的链接/资源（聚光灯） category, limit
按领域分析 insights_by_domain 按技术领域/难度筛选 domain, difficulty
按工具类别划分的见解 insights_by_tool_category 按工具类别筛选 tool_category

可用资源

资源 URI 描述
趋势洞察 vault://trending_insights 在“下一步是什么？”的指导下，获得高度自信的见解
类别分布 vault://category_distribution 按类别分析内容细分
剧集时间线 vault://episode_timeline 带有元数据的按时间顺序排列的事件数据
技术栈洞察 vault://tech_stack_insights 技术领域/工具类别/难度趋势

可用提示

提示 名称 描述 参数
寻找商业创意 find_business_ideas 引导工作流程，发现业务见解和机会 industry （可选）， focus （可选）
探索框架 explore_frameworks 对框架和练习的结构化探索 domain （可选）， purpose （可选）
时间线分析 timeline_analysis 按时间顺序探索主题和主题 speaker_focus （可选）， theme （可选）
比较内容类型 compare_content_types 比较不同类别的见解和内容 categories （可选）， criteria （可选）

建筑

关键技术特性

  • 多个传输：流式HTTP(/mcp)+传统SSE(/sse)对于远程客户端；本地stdio
  • 类型安全：带有Zod运行时验证的TypeScript
  • 向量搜索：见解、产品和转录片段的真正语义相似性
  • 健康监测: GET /health 端点
  • 深度研究兼容: search/fetch OpenAI集成工具

数据概览

  • 内容：来自以下网站的数千个人工智能见解、产品、剧集和文字片段 vault.buildaipod.com
  • 搜索：语义向量搜索加上全文和类别/日期/时间框架过滤
  • 分类：6种类型(frameworks, points_of_view, business_ideas, stories, quotes, products)

版本信息

  • 版本: 0.3.0
  • 协议：MCP 2025-11-25（谈判至2025年6月18日/2025年3月26日）
  • 运输：流式HTTP(/mcp)，传统SSE(/sse） stdio

测试

  • MCP中心实验室：在以下位置交互式测试服务器https://lab.mcpcentral.io/

MCP注册表

此服务器发布在官方 模型上下文协议注册表。注册表配置在中定义 server.json，其中规定：

  • 服务器元数据：名称、描述和存储库信息
  • 远程终结点：HTTP传输端点位于 https://mcp.buildaipod.com/mcp 和 https://mcp.demos.build/mcp
  • 包装分发：在npm上可用 build-vault-mcp-server
  • 客户端兼容性：支持克劳德桌面、克劳德代码、Goose和OpenAI ChatGPT
  • 功能声明：18个工具、4个资源、4个提示，具有语义搜索和深度研究功能

注册表允许跨兼容客户端自动发现和安装此MCP服务器。

支持

  • GitHub问题：用于错误报告和功能请求
  • 健康检查: GET /health 状态监视端点

工作示例

示例1：面向开发人员的AI代理研究

场景开发人员希望研究人工智能代理和自主系统，以构建自己的代理框架。

使用的工具：搜索、获取、搜索片段

  1. 初始搜索：搜索“人工智能代理和自主系统”
  2. 获取详细内容：获取特定洞察ID的完整内容
  3. 深入探索：使用 search_segments 找到确切的抄本时刻

预期结果：框架讨论、现实世界的实现以及关于代理架构的专家意见。

示例2：企业家的商业创意发现

场景：一位企业家希望在行业专家讨论的人工智能领域找到经过验证的商业想法。

使用的工具：搜索_类别，查找_相似产品，搜索_产品_目录

  1. 浏览商业想法：按类别搜索“business_ideas”
  2. 查找相似概念：查找与有趣结果相似的见解
  3. 映射到工具：使用 search_products_catalog 查找相关产品

预期结果SaaS机会、AI产品概念和市场验证见解。

示例3：产品经理的框架研究

场景产品经理需要经过验证的框架来构建人工智能产品和管理开发流程。

使用的工具：search_by_category，get_timeline_insights，search_by_date_range

  1. 查找框架：按类别“框架”搜索
  2. 查看随时间的演变：获取2024年的时间线洞察
  3. 最近的最佳实践：按最近日期范围搜索

预期结果：产品开发方法、人工智能实施策略和团队管理方法。

相关 MCP