关键词

Dify知识库信息检索LLM集成上下文服务

使用说明

项目简介

'dify_service MCP server' 是一个基于 Model Context Protocol (MCP) 构建的后端服务，旨在将 Dify 知识库集成到支持 MCP 协议的 LLM 客户端（如 Claude）中。通过此服务器，LLM 客户端可以利用 'query-knowledge' 工具查询 Dify 知识库，并获取知识库资源的相关信息，从而增强 LLM 的上下文理解和知识检索能力。

主要功能点

  • 知识库查询工具 (query-knowledge): 允许 LLM 客户端通过发送查询请求到 Dify API，从而检索 Dify 知识库中的信息。
  • 知识库资源访问 (dify://knowledge): 提供对 Dify 知识库的资源描述，告知 LLM 客户端该服务器可以访问 Dify 知识库。
  • 标准 MCP 服务器实现: 遵循 MCP 协议规范，能够与任何兼容 MCP 协议的客户端进行通信。

安装步骤

  1. 克隆仓库: 
    git clone https://github.com/youqingkui/dify_service.git
cd dify_service
  2. 安装依赖: 
    uv sync
  3. 配置环境变量:
    • 在项目根目录下创建 '.env' 文件。
    • 在 '.env' 文件中设置 Dify API 密钥和 API Base URL (可选，默认为 'https://api.dify.ai/v1')： 
      DIFY_API_KEY=YOUR_DIFY_API_KEY  # 替换为你的 Dify API 密钥
DIFY_API_BASE=https://api.dify.ai/v1 # 可选，如果你的 Dify API Base URL 不是默认值，请修改
    注意: 你需要在 Dify 平台获取 API 密钥。

服务器配置 (MCP 客户端配置)

要将 'dify_service MCP server' 集成到 MCP 客户端（例如 Claude），你需要在客户端的配置文件中添加以下服务器配置信息。以下是 JSON 格式的配置示例，你需要根据你的 MCP 客户端的要求进行配置。

{
  "mcpServers": {
    "dify_service": {  // 服务器名称，可以自定义
      "command": "uv",   // 运行服务器的命令，这里使用 uv (uv 是一个快速的 Python 包安装器和运行器，你需要确保已安装 uv 并添加到环境变量)
      "args": [
        "--directory",
        "/path/to/dify_service",  // 替换为你的 dify_service 仓库的绝对路径
        "run",
        "dify_service"         // 运行 dify_service 包中的 main 函数
      ]
    }
  }
}

配置参数说明:

  • '"dify_service"': 服务器名称，在客户端配置中用于标识该服务器，可以自定义。
  • '"command": "uv"': 指定用于启动服务器的命令为 'uv'。请确保你的环境中已安装 'uv' 并可以通过命令行访问。如果使用其他方式运行，请相应修改此命令。
  • '"args"': 启动服务器的参数列表。
    • '"--directory"': 指定服务器代码所在的目录，这里需要替换为你的 'dify_service' 仓库的实际绝对路径。
    • '"run"': 'uv run' 命令的子命令，用于运行指定的 Python 包。
    • '"dify_service"': 指定要运行的 Python 包名称，这里指向 'dify_service' 包，uv 将会执行 'dify_service' 包中的 'main' 函数启动服务器。

Claude 客户端配置示例:

如果你使用 Claude 桌面客户端，你需要修改 'claude_desktop_config.json' 文件，该文件通常位于：

  • MacOS: '~/Library/Application\ Support/Claude/claude_desktop_config.json'
  • Windows: '%APPDATA%/Claude/claude_desktop_config.json'

将上述 JSON 配置添加到 'claude_desktop_config.json' 文件中的 '"mcpServers"' 字段中。

基本使用方法

  1. 启动服务器: 在终端中，进入 'dify_service' 仓库目录，运行以下命令启动服务器： 
    uv run dify_service
    服务器成功启动后，将会在终端输出日志信息。
  2. 配置 MCP 客户端: 根据你的 MCP 客户端类型，按照上述“服务器配置”部分进行配置，确保客户端能够连接到 'dify_service MCP server'。
  3. 在 MCP 客户端中使用: 在支持 MCP 协议的 LLM 客户端中，你现在可以使用 'query-knowledge' 工具来查询 Dify 知识库。具体的调用方式取决于你的 MCP 客户端的界面和交互方式。通常，你可以在提示词中指示 LLM 使用 'query-knowledge' 工具，并提供查询关键词。

例如，在 Claude 中，你可以在对话中这样指示： '请使用 query-knowledge 工具查询关于 "人工智能发展趋势" 的信息。'

客户端会将这个请求发送到 'dify_service MCP server'，服务器会调用 Dify API 进行知识库查询，并将结果返回给客户端，最终呈现给用户。

注意事项

  • 确保你已经安装了 'uv'，并且添加到系统的环境变量中，或者将上述配置文件中的 'command' 修改为你实际使用的 Python 运行命令。
  • 替换配置中的 '/path/to/dify_service' 为你本地仓库的实际路径。
  • 首次运行前，请务必配置正确的 Dify API 密钥。

信息

分类

AI与计算

访问项目