AKCS Knowledge Capture MCP 服务器

关键词

知识沉淀本地存储AI 知识管理JSON-RPC命令行服务器

使用说明（Markdown 格式）

  • 项目简介

    • AKCS MCP 服务器是一套知识沉淀系统的后端实现，按照 MCP（Model Context Protocol）框架设计，提供分析、沉淀以及查询已沉淀知识的能力，并通过 JSON-RPC 风格的请求/响应与客户端进行通信，当前实现为 MVP 版本，支持 STDIO 传输模式。

  • 主要功能点

    • 初始化与能力查询：响应 initialize 请求，声明可用工具与服务器信息。
    • 工具集成：实现 akcs_analyze、akcs_capture、akcs_list 三个工具，分别用于评估沉淀价值、执行沉淀、以及列出已沉淀知识。
    • 知识分析引擎：内置 KnowledgeAnalyzer，用以分析任务摘要、变更文件、决策点等，给出价值分数、沉淀类型建议等。
    • 知识存储管理：KnowledgeStorage 提供内存、CLAUDE.md、skill、command 等多种沉淀形式的持久化和检索能力。
    • MCP 协议处理：服务端接收 JSON-RPC 风格请求（如 initialize、tools/list、tools/call），返回符合规范的 JSON-RPC 响应。
    • 服务器模式：通过标准输入输出（stdio）进行通信，便于与多种客户端集成和管道化执行。
    • 简易测试与示例：包含用于单元测试的测试脚本和简易示例，帮助验证核心能力。

  • 安装步骤

    • 方式一（快速运行）：将仓库内容按结构放置到本地后，通过 python3 server/server.py 启动服务器。服务器将监听标准输入，输出到标准输出，供 MCP 客户端接入。
    • 方式二（集成 Claude/CLAUDE 环境）：将 server 目录移至 ~/.claude/akcs/server/，确保环境具备 Python3 运行时，后续通过 CLAUDE 的 MCP 配置连接即可。
    • 运行依赖与环境：Python 3.x，确保可写权限与所需目录（如 ~/.claude、~/.claude/akcs 等）存在。

  • 服务器配置（MCP 客户端需要的配置信息示例） 说明：MCP 客户端需要知道服务器的启动命令和参数，以便建立与服务器的 STDIO 通道。以下为与仓库实现一致、可直接使用的配置要点描述（以实际环境中的路径为准）：

    • server 名称（name）：akcs
    • 启动命令（command）：python3
    • 启动参数（args）：[“/path/to/.claude/akcs/server/server.py”] 其中路径应指向 server/server.py 的实际位置，例如在用户环境中可能是 ~/.claude/akcs/server/server.py 注释：该配置告诉 MCP 客户端如何启动服务器进程，并通过进程的标准输入输出与之通信。该服务器实现仅通过 STDIO 进行消息交换，MCP 客户端无需额外的网络端口配置。

  • 基本使用方法

    • 启动服务器：在终端执行相应的命令行，启动 server/server.py（例如 python3 server/server.py），服务器进入等待从标准输入读取 JSON-RPC 请求的状态。
    • 客户端交互：客户端向服务器发送标准 JSON-RPC 请求，如 initialize、tools/list、tools/call，服务器返回符合 JSON-RPC 规范的响应。
    • 示例交互思路（概览）：
      • initialize：获取服务器能力与版本信息。
      • tools/list：获取可用工具及其输入结构，了解如何调用。
      • tools/call：调用具体工具，如 akcs_analyze、akcs_capture，获得返回内容（通常包含分析结果、沉淀结果等）。
    • 测试与验证：仓库内提供 test_akcs.py，用于本地测试分析引擎、存储管理以及 MCP 协议处理逻辑的核心流程。

  • 其他重要说明

    • 代码实现具备明确的分层：服务器层处理 MCP 协议、分析引擎负责价值评估、存储层负责知识沉淀及索引，形成完整的端到端能力。
    • 保证了基本的可运行性与自包含性：无需外部数据库即可运行（使用本地文件系统作为存储），且具备基本的命令行/STDIO 运行方式，便于集成到现有工作流中。

服务器信息

访问项目