Feonix Insight MCP KB Server

关键词

知识库向量检索JSON-RPC工具执行资源管理

使用说明（Markdown 格式）：

  • 项目简介 Feonix Insight 的 MCP 服务器实现，遵循 MCP 的核心职责：向 LLM 客户端提供上下文信息与功能，包括托管资源、注册与执行工具、定义与渲染提示模板，并通过 JSON-RPC 与客户端通信。服务器具备会话管理、能力声明、跨传输协议的扩展能力（如 TCP/STDIO/SSE/WebSocket 等在方案中被设计为可扩展）。
  • 主要功能点
    • 资源管理：提供知识库资源的读取与列举，便于 LLM 客户端获取知识上下文。
    • 工具注册与执行：注册可调用的工具并实现调用，LLM 客户端可通过 MCP 请求执行外部功能。
    • Prompts/模板：支持自定义提示模板和渲染能力，配合上下文信息与工具输出进行交互。
    • JSON-RPC 通信：服务器端以标准的 JSON-RPC 2.0 进行请求/响应处理。
    • 安全与可扩展性：通过 API Key 认证、健康检查以及可选的多传输协议支持（如网络访问、SSE、WebSocket 等的接口设计）。
    • 健康与会话管理：暴露 health 接口，注册能力并维护会话状态。
  • 安装与运行步骤
    1. 安装依赖
      • 通过项目根目录的依赖清单安装所需依赖（如 requirements.txt）。
    2. 启动 MCP 服务器
      • 运行 mcp_kb_server.py（Feonix Insight 的知识库 MCP 服务器实现）或 feonix_kb_server.py（Feonix Insight 的 MCP 服务变体）。
      • 示例命令（按实际环境选择）：
        • python mcp_kb_server.py
        • 或者 python feonix_kb_server.py
      • 启动后，默认监听端口 8001（可通过 MCP_HOST/MCP_PORT 环境变量调整）。
    3. 环境变量（可选）
      • MCP_API_KEY：用于 MCP 服务的 API key 认证，默认值为 dev-key-change-in-production（建议生产环境自定义）。
      • 其他连接相关的后端服务如数据库、向量数据库等需按实际部署配置。
  • 服务器配置（供 MCP 客户端使用的启动信息，JSON 格式，勿包含代码） { "server_name": "Feonix Insight MCP KB Server", "command": "python", "args": ["mcp_kb_server.py", "--host", "0.0.0.0", "--port", "8001"] } 注释：
    • server_name：表示 MCP 服务器的用途与名称，便于客户端区分不同的 MCP 服务。
    • command：用于启动 MCP 服务器的执行命令（Python 准备好运行对应的脚本）。
    • args：启动脚本及参数，括号内的参数与仓库实现的一致，默认监听 0.0.0.0:8001，实际可修改为 8001 及以上端口。
    • MCP_API_KEY：如需安全认证，请在环境变量中设置，客户端连接时需在请求头中携带 Bearer token，具体请按客户端实现的要求配置。
  • 基本使用方法
    • 客户端通过 JSON-RPC 请求调用 MCP 服务器的相应端点（Initialize、Tools、Resources 等）。
    • 客户端可以读取资源、调用工具、获取与渲染 Prompts，并获得标准化的 JSON-RPC 响应。
    • 通过 health 端点检测 MCP 服务器健康状态，确保对外可用。
  • 运行与测试要点
    • 确保后端服务（如数据库、向量数据库、图数据库等）可用且可被 MCP 服务访问。
    • 使用 API Key 进行认证测试，确保未授权请求被正确拒绝。
    • 使用示例 JSON-RPC 请求对 Initialize、Tools/List、Tools/Call、Resources/List、Resources/Read 等端点进行测试，验证返回结构是否符合 MCP 规范。

服务器信息

访问项目