"本地知识库"标签的搜索结果

基于 Model Context Protocol (MCP) 的本地 MCP 服务器实现，提供离线文档资源管理、工具执行接口以及提示模板渲染，供大模型客户端在本地环境中进行高效、私有的上下文查询与交互。

基于 Model Context Protocol (MCP) 的后端上下文服务实现，提供资源管理、工具注册与执行、以及 Prompts 渲染等能力，通过 JSON-RPC 与客户端通信，支持标准传输（如 Stdio 传输）以提供对话上下文和外部功能的统一访问。

基于 Model Context Protocol 的 MCP 服务器，为本地知识库的 AI 客户端提供资源管理、工具执行与 Prompt 模板渲染等能力，并通过 JSON-RPC 与客户端进行通信。

基于 Model Context Protocol 的本地 MCP 服务器实现，集成到 Zotero 插件中，向 AI 客户端提供资源、工具和提示等上下文服务，并支持 Streamable HTTP 传输。

基于 Model Context Protocol（MCP）的本地后端服务器，用于将 Twos 应用导出数据以资源、工具和 Prompts 的标准化方式暴露给大型语言模型客户端（如 Claude）。服务器在本地运行，提供数据查询、工具执行、上下文提示渲染能力，支持本地隐私和可扩展的上下文服务。

ScreenshotMCP是一个智能截图管理工具，它通过本地MCP服务器将您的截图转换为可搜索、可分类的知识库，并允许AI工具通过工具调用进行交互。

这是一个基于Model Context Protocol (MCP) 的本地知识库检索增强生成（RAG）服务器，为大型语言模型（LLM）客户端提供私有文档的语义搜索、内容检索和定制化报告生成能力。

FSKB 是一个基于 Model Context Protocol (MCP) 的本地文件系统知识库服务器，它允许 AI 代理通过语义搜索和上下文管理来访问和利用代码仓库中的信息。

基于Ollama和MCP，为LLM客户端提供RAG上下文检索和工具调用能力的后端服务。

一个本地知识库 MCP 服务器，为大型语言模型提供个性化数据存储、检索和管理能力。

基于Model Context Protocol (MCP) 的高级RAG后端服务，提供文档搜索、问答和上下文管理能力。

Recall.js 作为一个轻量级RAG系统，通过MCP协议提供语义搜索工具，为LLM应用提供本地知识库的访问能力。

提供基于FAISS索引的本地知识库语义搜索能力，通过MCP协议与LLM客户端交互。

一个基于Model Context Protocol的MCP服务器，实现了本地文档的RAG (检索增强生成) 功能，支持用户查询本地Git仓库和文本文件。

Inkdrop MCP Server为LLM客户端提供访问Inkdrop笔记应用数据的能力，支持笔记检索、创建和笔记本列表等功能。

Minima MCP Server为Anthropic Claude等LLM客户端提供本地文件RAG能力，支持工具调用和Prompt定制，实现安全可扩展的上下文服务。

该项目是一个MCP服务器，通过语义搜索和RAG技术，使AI助手能够访问和检索用户的Apple Notes内容，实现本地知识库的集成。

一个简单的MCP服务器，实现了笔记管理功能，允许LLM客户端创建、读取、总结笔记，并通过工具添加新笔记。

LanceDB MCP Server 是一个基于 LanceDB 向量数据库的 MCP 服务器，为 LLM 应用提供文档检索和上下文信息查询功能。

MCP Apple Notes 是一个本地运行的MCP服务器，允许AI助手（如Claude）通过语义搜索和RAG访问和利用用户的Apple Notes数据。

Minima MCP服务器为本地RAG应用提供与LLM客户端（如Anthropic Claude）进行上下文交互的桥梁，支持资源访问、工具调用和Prompt模板。

Files Vector Store 是一个 MCP 服务器，它能够监控指定目录的文件，并对其内容进行语义索引，从而为 LLM 提供本地文件的语义搜索能力。

Obsidian Reader MCP服务器将您的本地Obsidian笔记库连接到LLM客户端，提供笔记内容读取和搜索功能，增强LLM的上下文感知能力。