AI Context MCP 服务器

关键词

AI上下文知识图谱语义检索跨工具导出嵌入服务

使用说明（Markdown格式）

  1. 项目简介
  • 该仓库实现了一个基于 MCP 的服务端，用于向 LLM 客户端提供统一的上下文服务：管理资源、注册和执行工具、定义和渲染提示模板，并通过 MCP 协议与客户端通信。
  1. 主要功能点
  • MCP 服务端实现：提供核心的工具注册、资源注册、提示模板注册等能力，客户端可通过 MCP 请求进行资源读取、工具调用、以及提示渲染等操作。
  • 资源与知识图谱管理：通过数据库保存上下文项、关系、提交记录等，支持跨工具的语义检索与关系查询。
  • 工具与模板支持：定义多种工具接口，处理工具调用，并提供可扩展的提示模板系统，便于 LLM 的交互驱动。
  • Embeddings 与智能分析（可选）：集成 OpenRouter/OpenRouter 风格的嵌入服务，用于语义搜索与知识检索（在可用 API Key 时启用）。
  • 可扩展的跨工具导出与 Shadow 文件：提供跨工具导出能力，将上下文导出为 Copilot、Cline、Windsurf、Antigravity、Aider、Continue 等格式，便于在不同工具中使用。
  • 支持多传输与会话管理：设计上兼容 Stdio、HTTP/Websocket 等传输，具备会话与会话状态管理能力。
  1. 安装与运行步骤
  • 全局/仓库环境准备
    • 克隆仓库并安装依赖（在支持的 Node/TypeScript 环境中执行）
    • 安装依赖后进行编译构建（若存在构建步骤，请执行相应的构建命令）
  • 启动 MCP 服务器
    • 运行命令：ai-context mcp
    • 或在本地按需要启动打包后的 MCP 服务器，命令类似：node dist/server.js（取决于构建产物路径）
    • 启动时，若需要 OpenRouter 的嵌入检索能力，请设置 OPENROUTER_API_KEY 环境变量
  • 访问与测试
    • MCP 客户端需要提供一个配置，指明服务器名称、启动命令和参数等，以便建立连接
    • 客户端通过 MCP 协议向服务器发起资源读取、工具调用、Prompt 获取等请求
  1. 服务器配置（给 MCP 客户端的连接配置示例） 说明：以下字段用于描述如何在 MCP 客户端配置一个服务器连接。服务器名称、启动命令及参数需要由客户端进行对接，具体路径可根据实际部署调整。

{ "server": "ai-context", // MCP 服务器名称，与服务端注册的名称对应 "command": "node", // 启动服务器的命令 "args": [ "/path/to/ai-context-mcp-server/dist/server.js" ], // 启动命令的参数，指向打包后的 MCP 服务端入口 "env": { "OPENROUTER_API_KEY": "your-openrouter-key" // 如使用嵌入检索，请提供 API Key } }

参数说明

  • server: MCP 服务器在客户端侧的标识名称，需与服务器端注册的名称保持一致。
  • command: 启动 MCP 服务器的可执行命令，通常为 node。
  • args: 启动命令的参数，包含入口文件路径（dist/server.js 或等效打包产物）。
  • env: 运行时环境变量，客户端如果需要使用 OpenRouter/嵌入服务，请配置相应的 KEY。
  1. 基本使用方法
  • 客户端连接：在 MCP 客户端中使用上述配置连接服务器，发送读取资源、调用工具、获取 Prompts 等请求。
  • MCP 服务端功能：服务器端会响应 JSON-RPC 风格的请求，执行对应的工具、资源访问、Prompts 渲染等逻辑，必要时对跨工具的导出、知识图谱查询等提供支持。
  • 安全与扩展：确保环境变量（如 OpenRouter KEY）等敏感信息的安全管理，按需开启/禁用嵌入和分析能力；服务器具备扩展点，便于添加更多工具、资源及 Prompts。

  1. 关键词 AI上下文、知识图谱、语义检索、跨工具导出、嵌入服务

  2. 分类 6

服务器信息

访问项目