使用说明
多库布里奇
MCP服务器，用于即时访问您的本地文档库
多库布里奇 是一个 模型上下文协议（MCP） 服务器，让人工智能助手（如Qwen、Claude等）直接访问您指定的文档。它读取实际的文档，而不是模型猜测或幻觉API细节。
为什么？
在终端中使用LLM时，模型不知道：
- 您正在使用哪个版本的FastAPI
- 你的内部项目文档怎么说
- 您自己添加的任何文档
多库布里奇 通过将本地Markdown文档作为MCP工具公开来解决这个问题——该模型可以按需列出、阅读和搜索它们。
特性
| 工具 | 说明 |
|---|---|
list_libraries |
显示所有可用的文档库 |
list_files |
列出特定库中的所有文件 |
get_file |
读取特定文件的完整内容 |
search_docs |
在所有文档或库中按关键字搜索 |
项目结构
mcp-docs-server/
├── pyproject.toml
├── .env
├── README.md
└── src/
└── docs_server/
├── __init__.py
├── main.py
├── server.py
├── config.py
└── reader.py
安装
git clone https://github.com/yourname/docubridge.git
cd docubridge
pip install -e .
添加文档
克隆任何包含Markdown源代码的文档。例如，FastAPI：
git clone --depth=1 --filter=blob:none --sparse https://github.com/fastapi/fastapi.git
cd fastapi
git sparse-checkout set docs/en/docs
然后将文件夹移动到您的 docs/ 目录：
docs/
└── fastapi/
├── index.md
├── tutorial/
└── advanced/
您可以添加任意数量的库——只需将一个文件夹放入 docs/.
配置
创建一个 .env 项目根目录中的文件：
DOCS_DIR=./docs
连接到Qwen CLI
将以下内容添加到您的 .qwen/settings.json:
{
"mcpServers": {
"docubridge": {
"command": "docs-server",
"timeout": 15000
}
}
}
然后验证连接：
qwen mcp list
你应该看看 docubridge 在列表中。
使用示例
连接后，您可以询问您的AI助手：
- “你可以访问哪些图书馆？”
- “显示fastapi文档中的所有文件”
- “在fastapi中查找有关依赖注入的所有信息”
- “阅读教程/path params.md的内容”
模型将调用适当的工具，并根据实际文档给出答案。
需求
- Python 3.11+
mcp[cli]>= 1.0.0pydantic-settings
许可证
麻省理工学院
