关键词

语义代码搜索上下文管理JSON-RPC向量存储工具执行

使用说明（Markdown）

  • 项目简介

    • 这是一个 Context Finder 的 MCP 服务器实现，核心职责是以标准化的方式向 MCP 客户端提供上下文信息和功能，包括管理资源、注册与执行工具，以及定义/渲染 Prompt 模板。服务器通过 JSON-RPC（MCP 协议变体）与客户端通信，具备会话管理、能力声明，并可通过多种传输协议进行交互。

  • 主要功能点

    • MCP 服务端实现：完整的 MCP 服务端框架，处理 MCP 请求并返回 JSON-RPC 格式的响应。
    • 资源与数据能力：提供对代码基地的索引、语义检索、以及相关的资源（如语料、文档、向量存储等）的访问能力。
    • 工具注册与执行：内置一组 MCP 工具如 map、repo_onboarding_pack、read_pack、context_pack、batch、file_slice、grep_context、list_files、text_search、search、context、index、doctor、text 等，LLM 客户端可通过统一接口调用。
    • Prompts 与模板渲染：可渲染并输出以供模型使用的提示模板和上下文包。
    • 向量存储集成：与向量存储组件整合，支持语义检索和嵌入管理。
    • 多传输支持：设计上支持多种传输层，提升与不同 Client 的对接灵活性。
    • 自带诊断与索引管理：包含模型/GPU/索引的诊断工具，以及对仓库的自动索引/再索引能力。

  • 安装与运行步骤

    • 构建与安装
      • 获取源码后，在具备 Rust 开发环境的前提下构建并安装 MCP Server 二进制：
        • 使用 cargo 构建并安装路径 crates/mcp-server：将生成 context-finder-mcp 可执行文件。详见仓库自述的快速开始。
    • 启动与测试
      • 启动 MCP 服务端（示例执行环境通常为你本地机器或服务器）：
        • 直接运行 context-finder-mcp 即可在默认交互模式下启动 MCP 服务端。
        • 服务端启动后，MCP 客户端可通过配置的 command/args 与服务器建立连接，发送 JSON-RPC 请求。
      • 可通过上下文提供的工具清单进行自检（如打印工具清单等），确保服务端正确暴露工具接口。
    • 模型与环境准备
      • 根据需要配置 embedding 模型、CUDA/CPU 等环境变量，确保向量嵌入和推理能力可用（如 CONTEXT_FINDER_PROFILE、CONTEXT_FINDER_EMBEDDING_MODEL、CONTEXT_FINDER_MODEL_DIR、ORT 与 CUDA 相关环境等）。

  • 服务器配置（MCP 客户端需要）

    • 说明：下面给出一个简化的 JSON 配置示例，描述 MCP 客户端应如何指向服务器及相关参数。该配置用于 MCP 客户端在启动时知道要连接的 MCP 服务器及启动参数等信息。实际部署中，可能还会结合环境变量实现对模型目录、 profiles 等的定制。
    • 服务器配置示例（JSON）: { "servers": { "context-finder": { "name": "context-finder", "command": "context-finder-mcp", "args": [] } }, "environment": { // 运行时环境变量，帮助 MCP 服务器正确使用模型与资源 "CONTEXT_FINDER_PROFILE": "quality", // 使用的推理/检索性能配置文件 "CONTEXT_FINDER_ROOT": "/path/to/your/project/root", // 项目根路径，便于服务器定位 corpus/index 等 "CONTEXT_FINDER_MODEL_DIR": "/path/to/models" // 离线模型缓存目录（可选） } } 说明
    • server.name: MCP 服务的逻辑名称，便于在客户端配置中引用。
    • server.command: 启动 MCP 服务端的可执行文件名，在本仓库中对应 context-finder-mcp。
    • server.args: 启动时传给服务器的参数，如需要可留空或根据部署需要添加参数。
    • environment: 运行时环境变量，帮助服务端选择配置、资源位置及模型等。
    • 注意：MCP 客户端仅需要以上服务器信息来建立连接，实际的请求/响应由 MCP 协议定义的 JSON-RPC 进行传输与处理。

  • 基本使用方法

    • 启动：以 context-finder-mcp 二进制开启 MCP 服务端。
    • 客户端交互：通过 MCP 客户端向服务器发送 JSON-RPC 请求，如对工具进行调用（map、context_pack、read_pack、index、doctor 等），或请求获取资源、执行查询、获取 prompts。
    • 常用工具入口示例：repo_onboarding_pack、read_pack、context_pack、batch、file_slice、grep_context、list_files、text_search、search、context、impact、trace、explain、overview、index、doctor。
    • 监控与诊断：服务器可输出诊断信息，开发者可通过工具集合对服务器状态、模型/ GPU/ 索引进行检查。

信息

分类

AI与计算

访问项目