multidocs (I33ym)

MCP搜索检索

提供方 i33ym

搜索检索 未标注 Token 社区 / 第三方 Claude DesktopClaudeCursor

基于RAG的多语言文档助手,支持网页聊天、Telegram机器人、MCP服务器及OpenAPI规范生成器。

一句话选型结论

按资料字段整理

multidocs (I33ym) 属于搜索检索类 MCP 服务器,传输方式未标注,Token,可直接接入 Claude Desktop、Claude、Cursor,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式未标注 鉴权Token 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 6 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量6暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

RAGPython本地部署文档助手OpenAPI生成多语言支持AI聊天

安装与配置

未标注 Token
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 6 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 6 个工具,职责相对集中,接入后不容易误操作。
  • 已适配 Claude Desktop、Claude、Cursor,换客户端不用重新研究配置。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 使用前要准备好Token对应的凭据,并按最小权限配置。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 不方便管理密钥或第三方授权的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
multidocs (I33ym)当前 6 未标注 未标注 无 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方i33ym上游标注的维护方 i33ym
分类搜索检索本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式Token远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

20.0 KB
来自项目仓库与上游目录的原文,未做删改

多卡文档助手

英语 · 俄语 · 乌兹别克语


英语

代理RAG-多卡支付平台API的文档助理。通过网络聊天机器人(带语音输入)、电报机器人(文本+语音消息)、MCP服务器和适用于任何OpenAPI规范的MCP服务器生成器为开发人员提供服务。

建筑```text

┌──────────────┐
│ Web Chat │ localhost:8000
│ (text+voice) │
└──────┬───────┘
│
┌──────────────┐ ┌──────┴───────┐ ┌──────────────┐
│ Telegram ├───┤ FastAPI ├───┤ MCP Server │
│ (text+voice) │ │ │ │ (/mcp or │
│ poll/webhook│ │ /api/chat │ │ stdio) │
└──────────────┘ │ /api/stream │ └──────────────┘
│ /api/specs │
└──────┬───────┘
│
┌──────────────┼──────────────┐
│ │ │
┌──────┴──────┐ ┌─────┴─────┐ ┌──────┴──────┐
│ Whisper │ │ LlamaIndex│ │ MCP Server │
│ (audio │ │ Agent │ │ Generator │
│ transcribe) │ │(multi-step│ │ (codegen) │
└─────────────┘ │ ReAct) │ └─────────────┘
├───────────┤
│ 6 Tools: │
│ search_ │
│ get_
│
│ list_* │
│ by_tag │
└─────┬─────┘
│
┌───────────┴───────────┐
│ PostgreSQL + pgvector │
│ - document_embeddings│
│ - memory (per-session│
│ facts + vectors) │
│ - telegram_messages │
│ - indexed_files │
└───────────────────────┘


### 技术栈

- **框架**:fastapi(异步)
- **AI/RAG**:LlamaIdex函数代理(多步骤ReAct)+矢量库索引
- **LLM**:OpenAI(gpt-4o-mini默认,可配置)
- **语音到文本**:OpenAI耳语(耳语-1)
- **嵌入**:text-embedding-3-small(1536昏暗)
- **数据库**:带pgvector的PostgreSQL
- **主控程序**:FastMCP(嵌入式HTTP+独立stdio)
- **电报**:轮询(dev)/Webhook(prod)、文本+语音消息
- **配置**:python解耦(.env)
- **包管理器**:紫外线

### 先决条件

- Python 3.12+
- PostgreSQL与 pg向量 扩展
- 紫外线 包管理器
- OpenAI API密钥
- Telegram机器人令牌(来自 @植物学家)

### 快速开始```bash
git clone  && cd multidocs
cp .env.example .env   # edit with your credentials
make setup             # install deps, create db, index docs
make run               # start the server

打开 http://localhost:8000 对于网络聊天机器人来说。

Makefile命令```bash

make help # show all commands
make run # start the server
make run/debug # start with hot reload
make index # index docs into vector store
make mcp # run standalone MCP server (stdio)
make db/create # create database + pgvector
make db/psql # open psql session
make lint # run ruff linter
make format # format code
make typecheck # run mypy
make test # run tests
make audit # run all quality checks
make setup # full project setup


### 项目结构```text
.
├── main.py                        # FastAPI app, lifespan, middleware, MCP mount
├── Makefile                       # Dev/prod commands
├── .env.example                   # Environment template
├── docs/                          # Source documentation files
├── static/
│   └── index.html                 # Web chat UI (text + voice)
├── generated/                     # Auto-generated MCP servers (gitignored)
├── scripts/
│   ├── index.py                   # Document indexing CLI
│   └── mcp_server.py              # Standalone MCP server (stdio)
├── tests/                         # Test suite (47 tests)
└── app/
├── config.py                  # Settings via python-decouple
├── database.py                # Async engine, session factory
├── models.py                  # SQLAlchemy models
├── agent/
│   ├── engine.py              # LLM, embeddings, vector store, memory, agent factories
│   ├── tools.py               # 6 RAG tools (search, get, list, by_tag)
│   └── prompts.py             # ReAct system prompt, context templates
├── generator/
│   └── codegen.py             # OpenAPI → standalone MCP server generator
├── indexing/
│   ├── parser.py              # OpenAPI spec → Documents with metadata
│   ├── loader.py              # Multi-format loader (md, json, yaml, pdf, docx, html, csv, txt)
│   └── pipeline.py            # Indexing with checksum tracking
├── api/
│   ├── router.py              # All API endpoints
│   ├── schemas.py             # Pydantic request/response models
│   └── deps.py                # AppState singleton
├── telegram/
│   ├── webhook.py             # Polling + webhook modes, text + voice handling
│   ├── handlers.py            # Message storage, ring buffer, context
│   ├── audio.py               # Whisper voice transcription
│   └── formatter.py           # Markdown → Telegram HTML
└── mcp/
└── server.py              # FastMCP tools

API终点

方法 路径 身份验证 描述
得到 / - 网络聊天用户界面
得到 /api/health - 健康检查(DB+OpenAI状态)
职位 /api/chat - 聊天(JSON请求/响应)
职位 /api/chat/stream - 聊天(流式文本响应)
职位 /api/transcribe - 音频→ 通过Whisper发送文本
职位 /api/admin/reindex 管理员 强制重新索引所有文档
职位 /api/admin/specs 管理员 上传OpenAPI规范→ 生成MCP服务器
得到 /api/admin/specs 管理员 列出生成的MCP服务器
删除 /api/admin/specs/{name} 管理员 删除生成的MCP服务器
职位 /webhook/telegram Webhook秘密 电报Webhook接收器
* /mcp/* 承载令牌 MCP服务器(流式HTTP)

聊天API```bash

Standard

curl -X POST http://localhost:8000/api/chat \
-H "Content-Type: application/json" \
-d '{"message": "How do I authenticate?", "session_id": "my-session"}'

Streaming

curl -X POST http://localhost:8000/api/chat/stream \
-H "Content-Type: application/json" \
-d '{"message": "How do I authenticate?", "session_id": "my-session"}'

Voice transcription

curl -X POST http://localhost:8000/api/transcribe \
-F "file=@recording.webm"


### 代理式检索增强生成

该代理使用6个工具的多步骤ReAct方法:

|工具|目的|
| ---- | ------- |
| `search_docs` |跨所有索引内容的广泛语义搜索|
| `search_endpoints` |API端点定义上的筛选搜索|
| `search_guides` |通过降价指南进行筛选搜索|
| `get_endpoint_details` |特定端点的完整JSON规范(路径+方法)|
| `list_endpoints` |列出所有端点,可选择按标签筛选|
| `search_by_tag` |查找类别中的所有端点(模糊标记匹配)|

代理为每个查询链接多个工具调用:发现端点→ 获取详细信息→ 交叉参考指南→ 用代码示例综合一个完整的答案。

### 语音输入

使用OpenAI Whisper转录语音消息(`whisper-1`):

- **网络聊天机器人**:单击麦克风按钮录制,再次单击停止。音频会自动转录和发送。
- **电报**:发送语音信息或音频文件。机器人会转录它并对文本做出响应。

### MCP服务器

两种模式:

**嵌入式** (使用FastAPI在 `/mcp`):```json
{
"mcpServers": {
"multicard": {
"type": "streamable-http",
"url": "http://localhost:8000/mcp",
"headers": { "Authorization": "Bearer your-mcp-api-key" }
}
}
}

独立 (stdio,用于克劳德桌面/IDE):```json
{
"mcpServers": {
"multicard": {
"type": "stdio",
"command": "uv",
"args": ["run", "python", "scripts/mcp_server.py"],
"cwd": "/path/to/multidocs"
}
}
}


### MCP服务器生成器

上传任何OpenAPI规范,并自动生成一个独立的MCP服务器:```bash
# Upload spec
curl -X POST http://localhost:8000/api/admin/specs \
-H "Authorization: Bearer your-admin-key" \
-H "Content-Type: application/json" \
-d @my-api-spec.json

# List generated servers
curl http://localhost:8000/api/admin/specs \
-H "Authorization: Bearer your-admin-key"

# Delete a server
curl -X DELETE http://localhost:8000/api/admin/specs/my_api \
-H "Authorization: Bearer your-admin-key"

每个生成的服务器包括:

  • server.py --独立的FastMCP服务器,每个端点有一个工具
  • spec.json --原始规格
  • mcp_config.json --准备粘贴Claude Desktop/IDE的配置
  • README.md --自动生成的文档

开发人员复制 mcp_config.json Claude/Cursor立即拥有API的结构化知识,用于生成准确的客户端代码。

添加文档

  1. 将文件放入 docs/ 目录。支持的格式:
格式 扩展名
Markdown .md
纯文本 .txt, .rst
OpenAPI .json, .yaml, .yml
PDF .pdf
Word .docx
HTML .html, .htm
CSV .csv
  1. 运行索引:```bash
    make index

索引使用SHA-256校验和,跳过未更改的文件。可以使用添加自定义格式 `@register_loader` 室内装饰师 loader.py.

### 电报机器人

集 `TELEGRAM_MODE` 在 `.env`:

- **`polling`** (默认)--Bot拉取更新。在本地工作,不需要公共URL。
- **`webhook`** --Telegram推送更新。需要 `TELEGRAM_WEBHOOK_URL` (公共HTTPS)和 `TELEGRAM_WEBHOOK_SECRET`.

机器人会对私聊中的所有消息做出响应。在群体中,它只在以下情况下做出反应 `@mentioned`。支持文本和语音消息。

### 记忆系统

每会话两层内存(按会话ID键控):

- **短期的**:FIFO聊天历史记录受以下限制 `MEMORY_TOKEN_LIMIT * 0.7`
- **长期**:FactExtractionMemoryBlock(自动总结关键事实)+VectorMemoryBlock(对过去对话的语义回忆)

会话ID: `tg_{chat_id}` 对于Telegram、用于web/API的客户端提供的UUID, `mcp_default` 对于MCP。

### 配置

所有设置通过 `.env` --看 .env.示例 查看完整列表。关键群体:

|变量|默认值|描述|
| -------- | ------- | ----------- |
| `OPENAI_API_KEY` |必需| OpenAI API密钥|
| `OPENAI_MODEL` |gpt-4o-mini|LLM型号|
| `DATABASE_*` |本地主机:5432| PostgreSQL连接|
| `TELEGRAM_MODE` |投票| `polling` 或 `webhook` |
| `MCP_API_KEY` |必需|/mcp的承载令牌|
| `ADMIN_API_KEY` |空|管理员端点的承载令牌|
| `AGENT_TIMEOUT` |120 |每次代理呼叫的最大秒数|
| `RATE_LIMIT_RPM` |30 |每次会话每分钟请求数|
| `MEMORY_TOKEN_LIMIT` |40000 |内存上下文窗口|
| `MEMORY_MAX_FACTS` |50 |每次会话提取的最大事实数|

### 生产部署

1. 集 `TELEGRAM_MODE=webhook` 使用公共HTTPS URL
1. 为设置强随机值 `MCP_API_KEY`, `ADMIN_API_KEY`, `TELEGRAM_WEBHOOK_SECRET`
1. 集 `ALLOWED_ORIGINS` 到您的前端域
1. 集 `APP_DEBUG=False`
1. 使用支持pgvector的托管PostgreSQL
1. 使用HTTPS在反向代理(nginx/caddy)后面运行

______________________________________________________________________

## 俄语

RAG代理是MultiCard API的文档助理。它通过Web聊天机器人(语音输入)、电报机器人(文本+语音消息)、MCP服务器和任何OpenAPI规范的MCP服务器生成器运行。

### 要求

- Python 3.12+
- PostgreSQL扩展 pg向量
- 批处理管理器 紫外线
- OpenAI API 关键
- 令牌 Telegram 机器人 @植物学家)

### 快速启动```bash
git clone  && cd multidocs
cp .env.example .env   # заполните своими ключами
make setup             # установка зависимостей, создание БД, индексация
make run               # запуск сервера

打开 http://localhost:8000 对于网络聊天机器人。

主要命令```bash

make help # показать все команды
make run # запустить сервер
make run/debug # запустить с hot reload
make index # индексировать документацию
make mcp # запустить MCP-сервер (stdio)
make db/create # создать базу данных + pgvector
make lint # запустить линтер
make test # запустить тесты
make audit # все проверки качества кода


### API结束点

方法→路径→授权→
得到 · `/` · 网上聊天
得到 · `/api/health` 状态检查(DB+OpenAI)
职位 · `/api/chat` (JSON查询/响应)
职位 · `/api/chat/stream` 回复(文本流)
职位 · `/api/transcribe` 通过Whisper的文本
职位 · `/api/admin/reindex` ÐadminÐÐÐÐÐÐÐÐÐÐÐ
职位 · `/api/admin/specs` ÐadminÐÐÐÐÐÐÐÐÐÐÐÐ
得到 · `/api/admin/specs` ►admin›生成的MCP服务器列表›
删除 · `/api/admin/specs/{name}` –admin→删除生成的MCP服务器›
职位 · `/webhook/telegram` ÐWebhook SecretÐÐÐÐÐÐÐÐÐÐÐ
* · `/mcp/*` ←Bearer Token→MCP服务器(Streamable HTTP)→

### 代理RAG

代理使用多步骤React方法和6个工具:

工具,目的。
| `search_docs` –对所有索引文档进行语义搜索›
| `search_endpoints` 搜索API Endpoint的定义
| `search_guides` 搜索Markdown指南
| `get_endpoint_details` –特定Endpoint的完整JSON规范→
| `list_endpoints` –按标签筛选的所有Endpoint列表→
| `search_by_tag` –搜索类别中的所有Endpoint(模糊匹配)。

代理链条调用多个工具:查找Endpoint→获取详细信息→对照手册→使用代码示例生成完整答案。

### 语音输入

语音信息通过OpenAI Whisper转录(`whisper-1`):

- **网络聊天机器人**:单击麦克风按钮录制,再次单击停止
- **电报**:发送语音消息或音频文件

### MCP服务器生成器

下载任何OpenAPI规范并获得完整的MCP服务器:```bash
curl -X POST http://localhost:8000/api/admin/specs \
-H "Authorization: Bearer your-admin-key" \
-H "Content-Type: application/json" \
-d @my-api-spec.json

生成: server.py, spec.json, mcp_config.json, README.md开发者复制 mcp_config.json 在MCP客户端中,Claude/Cursor立即获得有关该API的结构化知识。

增编

支持的格式: .md, .txt, .rst, .json, .yaml, .yml, .pdf, .docx, .html, .htm, .csv

  1. 将文件放在目录中 docs/
  2. 运行 make index

自定义格式是通过装饰器添加的 @register_loader 在 loader.py.

电报-бот

安装 TELEGRAM_MODE 在 .env:

  • polling (默认)-本地工作,没有公共URL
  • webhook 制作需要公共HTTPS URL

机器人响应私人聊天中的所有消息。在小组中-仅在 @упоминании支持文本和语音消息。

制作

  1. 安装 TELEGRAM_MODE=webhook 公共HTTPS URL
  2. 指定可靠的密钥 MCP_API_KEY, ADMIN_API_KEY, TELEGRAM_WEBHOOK_SECRET
  3. 请输入 ALLOWED_ORIGINS 使用前端域
  4. 安装 APP_DEBUG=False
  5. 使用支持PgVector的托管PostgreSQL
  6. 使用HTTPS运行反向代理(nginx/caddy)

乌兹别克语

多卡支付平台API文档的代理RAG助理。Web聊天机器人(带语音输入),Telegram机器人(文本+语音消息),MCP服务器以及任何OpenAPI规范的MCP服务器生成器都可以运行。

要求

  • Python 3.12+
  • pg向量 kengaytmasi bilan PostgreSQL
  • 紫外线 墨西哥总统
  • OpenAI API kaliti
  • Telegram机器人代币(@植物学家 丹玲)

快速启动```bash

git clone && cd multidocs
cp .env.example .env # o'z kalitlaringizni kiriting
make setup # bog'liqliklarni o'rnatish, bazani yaratish, indekslash
make run # serverni ishga tushirish


Web聊天机器人 **http://localhost:8000** 奥庆先生。

### 基本命令```bash
make help          # barcha buyruqlarni ko'rsatish
make run           # serverni ishga tushirish
make run/debug     # hot reload bilan ishga tushirish
make index         # dokumentatsiyani indekslash
make mcp           # MCP-serverni ishga tushirish (stdio)
make db/create     # ma'lumotlar bazasini yaratish + pgvector
make lint          # linterni ishga tushirish
make test          # testlarni ishga tushirish
make audit         # kod sifatining barcha tekshiruvlari

API 终端列表

方法 · 方法 · 验证 · 描述
得到 · / · Veb聊天机器人
得到 · /api/health · -Holat tekshiruvi(DB+OpenAI)
职位 · /api/chat · 聊天(JSON so'rov/javob)
职位 · /api/chat/stream · Chat (流式文本回复)
职位 · /api/transcribe · 音频→文本通过Whisper
职位 · /api/admin/reindex · 管理员 · 重新索引文档
职位 · /api/admin/specs · 管理员 · 下载OpenAPI → MCP服务器生成
得到 · /api/admin/specs · 管理员 · 已生成的MCP服务器列表
删除 · /api/admin/specs/{name} · 管理员 · 删除已生成的 MCP 服务器
职位 · /webhook/telegram · Webhook secret · Telegram webhook 接收器
* · /mcp/* · 承载令牌 · MCP服务器(流式HTTP)

阿根特利RAG

Agent 采用多阶段 ReAct 方法使用 6 种工具:

| search_docs 对所有索引内容进行语义搜索。
| search_endpoints 按 API 端点定义过滤的搜索
search_guides · Markdown应用程序过滤搜索
| get_endpoint_details 特定端点的完整JSON规范。
list_endpoints · 所有端点列表,按标签过滤
| search_by_tag 按类别查找所有终端。

代理为一个查询调用多个工具链:查找端点 → 获取详细信息 → 与手册进行比较 → 提供完整的代码示例。

语音输入

语音 消息 OpenAI Whisperwhisper-1)通过转录:

  • Veb聊天机器人: 按麦克风键写入, 再按停止
  • 电报发送语音消息或音频文件:

MCP 服务器生成器

下载任何OpenAPI规范并获取现成的MCP服务器:```bash
curl -X POST http://localhost:8000/api/admin/specs \
-H "Authorization: Bearer your-admin-key" \
-H "Content-Type: application/json" \
-d @my-api-spec.json


正在生成 : `server.py`, `spec.json`, `mcp_config.json`, `README.md`达斯图尔奇 `mcp_config.json` 将其复制到 MCP 客户端, Claude/Cursor 现在就有了对 API 的基础知识。

### 添加文档

支持的格式 : `.md`, `.txt`, `.rst`, `.json`, `.yaml`, `.yml`, `.pdf`, `.docx`, `.html`, `.htm`, `.csv`

1. 文件 `docs/` 放入资料夹
1. `make index` 启动

特殊格式 loader.py 大哥 `@register_loader` 通过装饰添加。

### 电报机器人

`.env` 文件 `TELEGRAM_MODE` 尼索兹朗:

- **`polling`** (标准) — 本地工作,不需要通用 URL
- **`webhook`** — 要制作, 需要一个通用的 HTTPS URL

该机器人在私人聊天中回复所有消息。只在群组中 `@eslatilganda` 回答。支持文本和语音消息。

### MCP服务器

**已安装** (FastAPI双蓝 `/mcp` 也适用于):```json
{
"mcpServers": {
"multicard": {
"type": "streamable-http",
"url": "http://localhost:8000/mcp",
"headers": { "Authorization": "Bearer your-mcp-api-key" }
}
}
}

独立 (stdio,克劳德桌面/IDE乌春):json { "mcpServers": { "multicard": { "type": "stdio", "command": "uv", "args": ["run", "python", "scripts/mcp_server.py"], "cwd": "/path/to/multidocs" } } }

投入生产

  1. TELEGRAM_MODE=webhook 使用通用 HTTPS URL 设置
  2. MCP_API_KEY, ADMIN_API_KEY, TELEGRAM_WEBHOOK_SECRET 设置强大的随机密钥
  3. ALLOWED_ORIGINS 输入您的 ga 前端域名
  4. APP_DEBUG=False O'rnating
  5. 使用 pgvector 支持的可管理 PostgreSQL
  6. 使用 HTTPS 反向代理 (nginx/caddy) 启动

常见问题

6 问
答案由本站依据条目字段整理,不引用上游原文
multidocs (I33ym) 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

multidocs (I33ym) 怎么在 Claude Desktop、Claude、Cursor 里配置?

它的传输方式未标注,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

multidocs (I33ym) 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

multidocs (I33ym) 需要 API Key 吗?

资料标注需要Token认证,使用前准备好对应凭据,并按最小权限配置。

multidocs (I33ym) 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、Cursor;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

multidocs (I33ym) 能提供哪些能力?

资料显示约 6 个工具;能力标签包括 RAG、Python、Claude、AI聊天。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。