Corpus Intelligence MCP Server

关键词

上下文服务工具执行知识图谱语义检索知识管理

使用说明（Markdown格式）

  • 项目简介

    • 该仓库实现了一个完整的 MCP 服务器端，负责暴露资源、注册并执行工具、渲染 Prompt，并通过 MCP 协议向 LLM 客户端提供标准化的上下文服务与能力声明。

  • 主要功能点

    • MCP 服务器核心：实现资源/工具/提示的标准化管理与交互，提供 JSON-RPC 请求/响应能力。
    • 工具注册与执行：将 22+ 工具对接至 MCP 服务，支持工具并发调度、权重与阈值控制，以及工具结果聚合。
    • Prompts 定义与渲染：定义并暴露 Prompt 模板，支持不同交互模式（常规、GraphRAG 等）。
    • 会话与能力声明：维护会话上下文、请求跟踪，以及对客户端的能力宣告。
    • 多传输支持：内置 Stdio 传输入口用于直接进程通信，另提供 SSE 接口以便 Claude Desktop 等客户端以事件流方式连接。
    • 资源与数据管线：集成向量存储、图数据库、时间序列分析等模块，提供数据访问与分析能力。
    • 服务暴露：通过 /sse、/messages、/health、以及多种 API 端点向客户端提供服务。

  • 安装步骤

    • 环境准备：请确保节点环境搭建完毕（Node.js 环境，建议使用 Node 14+/16+）。
    • 获取依赖：在仓库根目录或包含 MCP 服务的目录中执行依赖安装，例如 npm ci 或 npm install。
    • 构建与启动：根据项目配置构建方案运行构建脚本（如 npm run build），然后启动 MCP 服务器入口（入口在 mcp-server 目录下的入口脚本，如 index.ts/ dist 输出）。服务器启动后应监听可通过 SSE（/sse）或 STDIO（stdio）端口访问的 MCP 服务。
    • 组件依赖：确保后端所依赖的其他微服务就绪（如 embeddings-service、graph-service、analysis-service），以便 MCP 服务器能够正常调度工具并与其他服务协同工作。

  • 服务器配置（MCP 客户端使用示例，JSON 格式，不包含代码） { "server_name": "corpus-intelligence", "description": "MCP 后端服务，暴露资源/工具/提示并通过 MCP 协议与客户端通信", "command": "node", "args": ["dist/mcp-server/index.js"], "transport": "stdio", "notes": "实际部署时请以编译输出路径为准，若直接以 ts-node 运行，请将路经替换为对应入口" }

  • 基本使用方法

    • 启动 MCP 服务后，客户端需使用 MCP 协议对接，最常用的接入方式是通过 Claude Desktop 的配置，将 MCP 服务器 URL 指向 http://127.0.0.1:3001/sse。
    • 客户端配置示例（用于 Claude Desktop，非需要修改服务端代码）：
      • URL: http://127.0.0.1:3001/sse
    • 客户端接入后，开发者可以通过 MCP 的 JSON-RPC 请求读取资源、调用工具、获取 Prompt，进而让 LLM 客户端在本地或云端环境中进行推理和交互。
    • 如需自测，确保以下端点可用：/health、/sse、/messages，并可通过 SSE 获取服务器事件流。

  • 备注

    • 该 MCP 服务器实现包含丰富的工具集成、图知识图谱、分析服务对接、以及 Gravity 框架支撑，适合构建以上下文为核心的 LLM 应用后端。
    • 为确保对接顺畅，建议在本地环境中按照仓库提供的 quick start 指引先启动相关依赖服务，再启动 MCP 服务器。

服务器信息

访问项目