AI导哈

MCP语料库构建工具

一个用于构建和托管符合Model-Context-Protocol标准的建筑涂料文章语料库的GitHub Pages工具，支持自动化抓取、分块和元数据生成。

  • by The-link-ai
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 the-link-ai/kenilworth_mcp_poc

使用说明

MCP语料库模板（建筑涂料演示）

此存储库是 入门套件 用于托管与模型上下文协议兼容的公共 建筑涂料文章集 GitHub页面.

运作原理

  1. 跑 python build_corpus.py
    → 创造 mcp-corpus/ 包含抓取的文章文本、块和元数据。
  2. 承诺与推动 一切为了 gh-pages 分支（或让CI来做）。
    GitHub将提供 _site → https://<user>.github.io/<repo>/mcp-corpus/….
  3. 然后，任何MCP客户端都可以查询：
GET https://<user>.github.io/<repo>/mcp-corpus/manifest.json

要发现文档路径，请拉取 chunks.jsonl，并构建自己的嵌入。

本地设置

python -m venv .venv && source .venv/bin/activate
pip install -r requirements.txt    # or pip install -r <below>
python build_corpus.py

需求 （把这些放在你的requirements.txt中）:

beautifulsoup4
sentence_splitter
requests
tqdm
pyyaml

GitHub页面部署

现成的GitHub Actions工作流包含在 .github/workflows/deploy.yml. 每一次推 main，它将：

  1. 跑 build_corpus.py
  2. 提交生成的 mcp-corpus/ 到 gh-pages 分支
  3. 通过GitHub页面发布。

运行完成后，您的语料库将上线：

https://<user>.github.io/<repo>/mcp-corpus/manifest.json

提示模板

看 prompt_templates/general_prompt_template.md 例如系统 提示，通过MCP检索相关块，将其注入ChatGPT，以及 引用来源。

模型上下文协议文档： https://modelcontextprotocol.io/introduction

相关 MCP