Knowledge Engine

MCP文档知识

提供方 lhstorm

文档知识 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaudeVS Code
查看接入方式

MCP Server Knowledge Engine是一个将PDF文档集合转换为可搜索知识库的服务,支持高级搜索功能并与Claude Desktop等MCP客户端集成。

一句话选型结论

按资料字段整理

Knowledge Engine 属于文档知识类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude、VS Code,有可直接执行的安装命令。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。

分类文档知识 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 5 仓库热度,无公开仓库时显示未标注
工具数 未标注 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

文档知识
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注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

PDF处理Python本地部署知识管理全文搜索文档转换MCP集成

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python -m venv venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  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

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

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
文档检索问答

在你的文档库里按问题找答案。

知识库读写

把新资料写进知识库,随用随取。

内容整理

把零散资料归纳成结构化笔记。

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

  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude、VS Code,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在文档知识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

  • 完全不想在本地装环境的人。
  • 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
Knowledge Engine当前 未标注 stdio · 本地进程 本地部署 有 2026-05-17
dify 未标注 stdio · 本地进程 本地部署 有 2026-04-11
open-webui 未标注 stdio · 本地进程 本地部署 有 2026-04-11
JeecgBoot 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Cherry Studio 未标注 未标注 未标注 无 2026-05-17
mempalace 未标注 stdio · 本地进程 本地部署 有 2026-04-11

服务器档案

文档知识
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lhstorm上游标注的维护方 lhstorm
分类文档知识本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权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 · Python本地安装时用到的包标识与运行时
部署类型本地部署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

13.4 KB
来自项目仓库与上游目录的原文,未做删改

MCP服务器知识引擎

一个强大的模型上下文协议(MCP)服务器,可以将任何PDF文档集合转换为可通过Claude Desktop访问的智能、可搜索的知识库。该服务器具有使用TF-IDF评分、邻近度匹配和特定域优化的高级搜索功能。

🌟 主要特点

  • 🔍 高级搜索引擎:基于TF IDF的倒排索引,具有接近度匹配功能,可获得高度相关的结果
  • 📄 通用PDF支持:处理任何PDF集合-技术文档、法律文件、研究等
  • ⚡ 高性能:缓存搜索索引、增量处理和后台初始化
  • 🎯 领域优化:配置特定于域的关键字以提高搜索准确性
  • ⚙️ 完全可配置:基于JSON的配置,支持环境变量
  • 🛠️ 全面的CLI:通过直观的命令完成服务器管理
  • 🔗 无缝MCP集成:已准备好与Claude Desktop、VS Code和其他MCP客户端一起使用
  • 📊 智能缓存:基于MD5哈希的更改检测,实现高效更新

📋 快速开始

先决条件

  • Python 3.8或更高版本
  • pip(Python包管理器)
  • Claude Desktop应用程序(用于MCP集成)

1.安装```bash

Clone the repository

git clone https://github.com/lhstorm/mcp_server_knowledge_engine.git
cd mcp_server_knowledge_engine

Create virtual environment (recommended)

python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate

Install dependencies

pip install -r requirements.txt


### 2.创建您的服务器```bash
# Interactive setup
python manage_server.py create-config

# This will ask you for:
# - Server name (e.g., 'legal-docs-server')
# - Display name (e.g., 'Legal Documents Server')
# - PDF folder location
# - Domain-specific keywords

3.添加PDF文档```bash

Add individual PDFs

python manage_server.py add-pdf /path/to/document.pdf
python manage_server.py add-pdf /path/to/another-doc.pdf

Or copy PDFs directly to your configured folder


### 4.工艺文件```bash
# Convert PDFs to searchable format
python manage_server.py process-pdfs

5.生成MCP配置```bash

Generate configuration for Claude Desktop

python generate_mcp_config.py --merge

Or get the config to copy manually

python generate_mcp_config.py


### 6.开始与Claude一起使用

重新启动Claude Desktop,您的服务器将出现在MCP工具菜单中!

## 💬 与Claude Desktop一起使用

配置后,您可以自然地与PDF交互:

**示例提示:**

- “在文档中搜索有关\[主题\]的信息”
- “文档对\[特定功能\]有什么说明?”
- “查找所有PDF中对\[关键字\]的所有引用”
- “显示\[文档名称\]的内容”
- “列出所有可用文档”

**高级用法:**

- “在\[term2\]附近搜索\[term1\]”-利用邻近匹配
- “获取\[文档\]的第15页”-检索特定页面
- “查找\[query\]的前10个结果”-调整结果计数

## 📁 项目结构```
mcp_server_knowledge_engine/
├── server.py              # Main MCP server with search engine
├── config.py              # Configuration management & validation
├── manage_server.py       # CLI for server management
├── generate_mcp_config.py # MCP configuration generator
├── convert_pdfs.py        # Standalone PDF conversion utility
├── server_config.json     # Active server configuration
├── requirements.txt       # Python dependencies
├── examples/              # Example configurations
│   ├── legal_docs_config.json
│   ├── medical_docs_config.json
│   ├── research_papers_config.json
│   └── tech_docs_config.json
└── your-pdfs/             # Your PDF folder (configurable)
├── document1.pdf
├── document2.pdf
└── markdown/          # Auto-generated cache
├── .pdf_cache.json      # Processing metadata
├── .search_index.pkl    # Cached search index
├── document1.md         # Converted documents
└── document2.md

⚙️ 配置

服务器通过以下方式配置 server_config.json:```json
{
"server": {
"name": "my-docs-server",
"display_name": "My Documents Server",
"description": "Search through my PDF collection",
"version": "1.0.0"
},
"storage": {
"pdf_folder": "./docs",
"markdown_folder": "./docs/markdown",
"domain_keywords": ["keyword1", "keyword2", "domain-term"]
},
"tools": {
"search": {
"name": "search_docs",
"description": "Search through PDF documentation"
},
"list": {
"name": "list_docs",
"description": "List all available documents"
},
"content": {
"name": "get_document_content",
"description": "Get full content from documents"
},
"max_results_default": 5
},
"processing": {
"cache_enabled": true,
"parallel_processing": true,
"max_file_size_mb": 50,
"context_size": 500
}
}


## 🛠️ 管理命令

### 服务器管理```bash
# Create new configuration
python manage_server.py create-config

# Test configuration
python manage_server.py test

# Generate MCP config
python manage_server.py generate-mcp-config

PDF管理```bash

List all PDFs

python manage_server.py list-pdfs

Add PDF

python manage_server.py add-pdf document.pdf

Remove PDF

python manage_server.py remove-pdf document.pdf

Process all PDFs

python manage_server.py process-pdfs


### MCP配置```bash
# Print MCP config
python generate_mcp_config.py

# Automatically merge with Claude Desktop config
python generate_mcp_config.py --merge

# Save to file
python generate_mcp_config.py --output my_mcp_config.json

💡 使用示例

法律文件服务器```json

{
"server": {
"name": "legal-docs-server",
"display_name": "Legal Documents Server"
},
"storage": {
"domain_keywords": ["contract", "liability", "jurisdiction", "plaintiff", "defendant"]
}
}


### 技术文档服务器```json
{
"server": {
"name": "tech-docs-server",
"display_name": "Technical Documentation Server"
},
"storage": {
"domain_keywords": ["API", "function", "class", "method", "parameter", "return"]
}
}

研究论文服务器```json

{
"server": {
"name": "research-server",
"display_name": "Research Papers Server"
},
"storage": {
"domain_keywords": ["hypothesis", "methodology", "results", "conclusion", "analysis"]
}
}


## 🔧 可用的MCP工具

每台服务器提供三个可配置的工具:

1. **搜索工具** (默认值: `search_docs`)

- 智能搜索所有文档
- TF-IDF评分与邻近匹配
- 返回相关摘录及其上下文

1. **列表工具** (默认值: `list_docs`)

- 列出所有可用文档
- 显示文档元数据和页数

1. **内容工具** (默认值: `get_document_content`)

- 检索完整文档内容
- 可以获取特定页面
- 包括完整的标记格式

## 🎯 域名定制

服务器通过以下方式适应您的域:

- **域名关键字**:配置对您所在领域重要的术语
- **工具名称**:自定义工具名称(例如。, `search_legal_docs`)
- **描述**:为您的用例量身定制描述
- **上下文大小**:调整在搜索结果中返回多少上下文

## 🔍 搜索引擎的工作原理

### 反向索引架构

服务器使用高级倒排索引进行闪电般快速的搜索:

1. **文档处理**:PDF转换为markdown并标记
1. **建立索引**:单词被映射到它们的位置(文档、页面、位置)
1. **TF-IDF评分**:
- **TF(词频)**:单词在文档中出现的频率
- **IDF(反向文档频率)**:一个单词在所有文档中有多罕见
- 综合得分确保相关、独特的结果排名更高

### 搜索功能

- **邻近性提升**:当术语出现在一起时,多词查询得分更高
- **上下文提取**:返回突出显示搜索词的相关片段
- **域名关键字识别**:配置的关键字得到特殊处理
- **页面级精度**:结果包括特定页码
- **智能缓存**:搜索索引在服务器重新启动之间持续存在

## 📊 性能优化

- **增量处理**:基于MD5哈希的更改检测-仅处理新的/修改的PDF
- **持久搜索索引**:服务器重启时立即加载拾取索引
- **背景初始化**:服务器在构建索引时接受连接
- **内存效率**:流式PDF处理和降价存储
- **可配置限制**:控制文件大小限制和处理参数

## 🐛 故障排除

### 常见问题及解决方案

**服务器未出现在Claude Desktop中:**

- 确保MCP配置已合并: `python generate_mcp_config.py --merge`
- 检查Python路径: `which python` 或 `where python` (Windows)
- 验证server_config json是否存在并且是有效的json
- 配置更改后重新启动Claude Desktop

**未处理的PDF:**

- 检查文件夹权限: `ls -la /path/to/pdf/folder`
- 验证PDF文件是否损坏: `file document.pdf`
- 查找stderr中的错误: `python server.py 2>error.log`
- 确保有足够的磁盘空间用于markdown缓存

**搜索未返回结果或结果不佳:**

- 初始索引可能需要时间-请检查stderr以了解进度
- 验证是否存在标记文件: `ls markdown/*.md`
- 检查搜索索引是否存在: `ls markdown/.search_index.pkl`
- 先尝试单字查询,然后展开
- 查看配置中的域关键字

**服务器崩溃或挂起:**

- 检查Python版本(需要3.8+): `python --version`
- 验证已安装的所有依赖项: `pip install -r requirements.txt`
- 清除缓存并重新处理: `rm -rf markdown/.pdf_cache.json markdown/.search_index.pkl`
- 检查Windows上的文件锁定问题

### 调试模式```bash
# Run with full debug output
python server.py 2>&1 | tee debug.log

# Check server initialization
grep "initialization" debug.log

# Monitor PDF processing
grep "Processing\|Error" debug.log

验证命令```bash

Test configuration validity

python manage_server.py test

Verify configuration loading

python -c "from config import load_config_from_env_or_file; c=load_config_from_env_or_file(); print(f'✓ Config loaded: {c.server.name}')"

Check MCP integration

python generate_mcp_config.py # Should output valid JSON


## 🚀 高级用法

### 多个服务器

您可以运行多个专用服务器:```bash
# Legal documents server
python manage_server.py --config legal_config.json create-config

# Technical docs server
python manage_server.py --config tech_config.json create-config

# Research papers server
python manage_server.py --config research_config.json create-config

批处理```bash

Process multiple PDF folders

for folder in docs legal_docs tech_docs; do
python convert_pdfs.py "$folder" "$folder/markdown"
done


### 自定义关键字

配置特定于域的关键字以获得更好的搜索相关性:```json
{
"storage": {
"domain_keywords": [
"algorithm", "data structure", "complexity",
"optimization", "performance", "scalability"
]
}
}

🏗️ 架构概述

核心组件

  1. 搜索索引类 (server.py:27-140)
  • 使用TF-IDF评分实现倒排索引
  • 处理单词标记和文档索引
  • 为多词查询提供基于邻近度的排名
  1. 通用PDF服务器类 (server.py:142-661)
  • 使用MCP协议处理的主服务器实现
  • 管理PDF处理管道
  • 处理异步操作和后台初始化
  1. 配置系统 (config.py)
  • 基于数据类的类型安全配置
  • JSON模式验证
  • 环境变量支持
  1. 管理CLI (manage_server.py)
  • 交互式配置创建
  • PDF管理操作
  • 服务器测试和验证

数据流```

PDFs → PDF Reader → Markdown Converter → Search Index → MCP Tools → Claude
↓ ↓ ↓
[.pdf files] [.md cache files] [.search_index.pkl]


## 🔄 当前服务器配置

存储库当前包含QuantConnect文档的配置(`server_config.json`).要创建自己的服务器,请执行以下操作:```bash
# Option 1: Interactive setup
python manage_server.py create-config

# Option 2: Copy and modify an example
cp examples/tech_docs_config.json server_config.json
# Edit server_config.json with your settings

📚 示例用例

  • 律师事务所:搜索合同、案件档案和法律文件
  • 研究实验室:查询科学论文和技术报告
  • 软件团队:访问API文档和技术规范
  • 医疗实践:搜索患者记录和医学文献
  • 教育机构:浏览课程材料和教科书

🤝 贡献

我们欢迎捐款!以下是一些帮助方法:

增强想法

  1. 文档格式支持:添加对Word、HTML或其他格式的支持
  2. 搜索改进:实现语义搜索、模糊匹配或基于机器学习的排名
  3. 演出:添加数据库后端、并行处理或分布式索引
  4. 工具:为特定领域创建专门的MCP工具
  5. 用户界面:构建用于配置管理的web界面

开发指南

  • 遵循现有的代码风格和模式
  • 添加新功能的测试
  • 更新新功能的文档
  • 提交带有清晰描述的PR

🔐 安全考虑

  • 服务器只能读取指定的PDF文件夹
  • 操作期间不进行外部网络呼叫
  • 敏感数据保持在本地,不会向外部服务发送任何内容
  • 为PDF文件夹配置适当的文件权限

📄 许可证

这个项目是开源的。有关详细信息,请参阅LICENSE文件。

🙏 致谢

与 模型上下文协议 通过Anthropic。


准备好将您的PDF转换为可搜索的知识库了吗?

跑 python manage_server.py create-config 开始吧! 🚀

📦 依赖项

  • 主控程序:用于构建MCP服务器的模型上下文协议SDK
  • PyPDF2:PDF解析和文本提取
  • 异步:用于并发操作的异步I/O
  • jsonschema:配置文件的JSON验证

所有依赖项都是轻量级的,对系统的要求最低。

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Knowledge Engine 怎么安装?

在客户端按下面的安装命令接入:python -m venv venv。装完在客户端配置里引用同一个包或端点。

Knowledge Engine 怎么在 Claude Desktop、Claude、VS Code 里配置?

它的传输方式是stdio · 本地进程,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。

Knowledge Engine 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。

Knowledge Engine 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Knowledge Engine 支持哪些客户端?

资料标注支持 Claude Desktop、Claude、VS Code;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。

Knowledge Engine 能提供哪些能力?

资料显示能力标签包括 PDF处理、全文搜索、Python、Claude、文档转换。具体工具清单以官方文档为准。

Knowledge Engine 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Knowledge Engine 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

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。