지식 기반 MCP 서버
이 MCP 서버는 다양한 지식 기반의 콘텐츠를 나열하고 검색하는 도구를 제공합니다.
설치 지침
이 지침에서는 시스템에 Node.js와 npm이 설치되어 있다고 가정합니다.
Smithery를 통해 설치
Smithery를 통해 Claude Desktop용 Knowledge Base Server를 자동으로 설치하려면:
지엑스피1
수동 설치
필수 조건
저장소를 복제합니다.
git clone <repository_url> cd knowledge-base-mcp-server종속성 설치:
npm install환경 변수 구성:
서버에서는
HUGGINGFACE_API_KEY환경 변수를 설정해야 합니다. 이 키는 Hugging Face Inference API의 API 키로, 지식 기반 콘텐츠의 임베딩을 생성하는 데 사용됩니다. Hugging Face 웹사이트( https://huggingface.co/ )에서 무료 API 키를 받으실 수 있습니다.서버를 사용하려면
KNOWLEDGE_BASES_ROOT_DIR환경 변수를 설정해야 합니다. 이 변수는 지식 기반 하위 디렉터리가 있는 디렉터리를 지정합니다. 이 변수를 설정하지 않으면 기본값은$HOME/knowledge_bases입니다. 여기서$HOME현재 사용자의 홈 디렉터리입니다.서버는 FAISS 인덱스 경로를 지정하는
FAISS_INDEX_PATH환경 변수를 지원합니다. 설정하지 않으면 기본적으로$HOME/knowledge_bases/.faiss가 사용됩니다.서버는 임베딩 생성에 사용할 Hugging Face 모델을 지정하는
HUGGINGFACE_MODEL_NAME환경 변수를 지원합니다. 설정하지 않으면 기본적으로sentence-transformers/all-MiniLM-L6-v2가 사용됩니다.이러한 환경 변수는
.bashrc또는.zshrc파일에서 설정하거나 MCP 설정에서 직접 설정할 수 있습니다.
서버를 빌드하세요:
npm run buildMCP 설정에 서버를 추가합니다.
/home/jean/.vscode-server/data/User/globalStorage/saoudrizwan.claude-dev/settings/에 있는cline_mcp_settings.json파일을 편집합니다.mcpServers개체에 다음 구성을 추가합니다.
"knowledge-base-mcp": { "command": "node", "args": [ "/path/to/knowledge-base-mcp-server/build/index.js" ], "disabled": false, "autoApprove": [], "env": { "KNOWLEDGE_BASES_ROOT_DIR": "/path/to/knowledge_bases", "HUGGINGFACE_API_KEY": "YOUR_HUGGINGFACE_API_KEY", }, "description": "Retrieves similar chunks from the knowledge base based on a query." },/path/to/knowledge-base-mcp-server서버 디렉토리의 실제 경로로 바꾸세요./path/to/knowledge_bases지식 기반 디렉토리의 실제 경로로 바꾸세요.
지식 기반 디렉토리를 만듭니다.
각 지식 기반(예:
company,it_support,onboarding)에 대해KNOWLEDGE_BASES_ROOT_DIR내에 하위 디렉토리를 만듭니다.지식 기반 콘텐츠가 포함된 텍스트 파일(예:
.txt,.md)을 이러한 하위 디렉토리에 넣습니다.
서버는 지정된 지식 기반 하위 디렉토리 내의 모든 텍스트 파일(예:
.txt,.md)을 재귀적으로 읽습니다.서버는 숨겨진 파일과 디렉토리(
.으로 시작하는 파일과 디렉토리)를 건너뜁니다.서버는 각 파일에 대해 SHA256 해시값을 계산하여 숨겨진
.index하위 디렉터리에 있는 동일한 이름의 파일에 저장합니다. 이 해시는 파일이 마지막 인덱싱 이후 수정되었는지 확인하는 데 사용됩니다.파일 내용은
langchain/text_splitter의MarkdownTextSplitter를 사용하여 청크로 분할됩니다.각 청크의 내용은 유사성 검색에 사용되는 FAISS 인덱스에 추가됩니다.
FAISS 색인은 서버 시작 시 자동으로 초기화됩니다. 지식 기반 파일의 변경 사항을 확인하고 그에 따라 색인을 업데이트합니다.
Related MCP server: FastGPT Knowledge Base MCP
용법
서버는 두 가지 도구를 제공합니다.
list_knowledge_bases: 사용 가능한 지식 기반을 나열합니다.retrieve_knowledge: 쿼리를 기반으로 지식 기반에서 유사한 청크를 검색합니다. 선택적으로, 지식 기반이 지정된 경우 해당 지식 기반만 검색하고, 그렇지 않은 경우 사용 가능한 모든 지식 기반을 고려합니다. 기본적으로 점수가 임계값 2 미만인 문서 청크는 최대 10개까지 반환됩니다. 선택적으로threshold매개변수를 사용하여 다른 임계값을 지정할 수 있습니다.
이러한 도구는 MCP 인터페이스를 통해 사용할 수 있습니다.
retrieve_knowledge 도구는 FAISS 색인을 사용하여 의미론적 검색을 수행합니다. 색인은 서버가 시작되거나 지식 베이스의 파일이 수정될 때 자동으로 업데이트됩니다.
retrieve_knowledge 도구의 출력은 다음과 같은 구조를 가진 마크다운 형식의 문자열입니다.
각 결과에는 가장 유사한 청크의 내용, 소스 파일, 유사도 점수가 포함됩니다.