FastMCP Documentation Search Server 🚀

Este projeto é um servidor MCP (Model Context Protocol) construído com FastMCP que inclui uma ferramenta de busca inteligente para a documentação do repositório FastMCP.

📋 Funcionalidades

• search_docs(query): Ferramenta de busca que utiliza TF-IDF (via minsearch) para encontrar os 5 documentos mais relevantes dentro da documentação do FastMCP (.md e .mdx).

• add(a, b): Ferramenta simples para somar dois números.

• hash_text(text): Gera um hash SHA-256 de um texto.

• scrape_page(url): Extrai o conteúdo de uma página web utilizando o Jina Reader.

🛠️ Tecnologias Utilizadas

• FastMCP: Framework para criação rápida de servidores MCP.

• minsearch: Mecanismo de busca minimalista baseado em TF-IDF.

• Scikit-learn & Pandas: Para processamento de texto e vetores.

• Requests & Zipfile: Para manipulação de dados externos e arquivos.

🚀 Como Executar

Pré-requisitos

• Python 3.13+

• uv (recomendado)

Instalação

1. Certifique-se de que as dependências estão instaladas:

   uv sync

Execução Local

Para rodar o servidor em modo de desenvolvimento:

Uso no Claude Desktop

Adicione a seguinte configuração ao seu arquivo claude_desktop_config.json:

🔍 Como funciona a busca

O servidor indexa automaticamente o arquivo fastmcp.zip. Ele percorre todos os arquivos Markdown, remove os prefixos de diretório raiz para limpeza dos nomes e cria um índice vetorial em memória para consultas rápidas de alta relevância.

Desenvolvido como parte do AI Dev Bootcamp.

FastMCP Documentation Search Server 🚀

This project is an MCP (Model Context Protocol) server built with FastMCP that includes an intelligent search tool for the FastMCP repository documentation.

📋 Features

• search_docs(query): Search tool that uses TF-IDF (via minsearch) to find the 5 most relevant documents within the FastMCP documentation (.md and .mdx).

• add(a, b): Simple tool to add two numbers.

• hash_text(text): Generates a SHA-256 hash of a string.

• scrape_page(url): Extracts content from a web page using Jina Reader.

🛠️ Tech Stack

• FastMCP: Framework for fast MCP server creation.

• minsearch: Minimalist search engine based on TF-IDF.

• Scikit-learn & Pandas: For text processing and vectorization.

• Requests & Zipfile: For handling external data and archives.

🚀 Getting Started

Prerequisites

• Python 3.13+

• uv (recommended)

Installation

1. Ensure dependencies are installed:

   uv sync

Running Locally

To run the server in development mode:

Usage in Claude Desktop

Add the following configuration to your claude_desktop_config.json file:

🔍 How Search Works

The server automatically indexes the fastmcp.zip file. It iterates through all Markdown files, removes root directory prefixes for path cleaning, and creates an in-memory vector index for high-relevance fast queries.

Developed as part of the AI Dev Bootcamp.