Servidor de análisis de chat de MCP
Un servidor de Protocolo de Contexto de Modelo (MCP) que permite el análisis semántico de conversaciones de chat mediante incrustaciones vectoriales y grafos de conocimiento. Este servidor proporciona herramientas para analizar datos de chat, realizar búsquedas semánticas, extraer conceptos y analizar patrones de conversación.
Características principales
- 🔍 Búsqueda semántica : Encuentra mensajes y conversaciones relevantes usando similitud vectorial
- 🕸️ Gráfico de conocimiento : navegue por las relaciones entre mensajes, conceptos y temas
- 📊 Análisis de conversaciones : analiza patrones, métricas y dinámicas de conversaciones
- 🔄 Importación flexible : Compatibilidad con varios formatos de exportación de chat
- 🚀 Integración con MCP : Fácil integración con Claude y otros sistemas compatibles con MCP
Inicio rápido
# Install the package
pip install mcp-chat-analysis-server
# Set up configuration
cp config.example.yml config.yml
# Edit config.yml with your database settings
# Run the server
python -m mcp_chat_analysis.server
Integración MCP
Añade a tu claude_desktop_config.json :
{
"mcpServers": {
"chat-analysis": {
"command": "python",
"args": ["-m", "mcp_chat_analysis.server"],
"env": {
"QDRANT_URL": "http://localhost:6333",
"NEO4J_URL": "bolt://localhost:7687",
"NEO4J_USER": "neo4j",
"NEO4J_PASSWORD": "your-password"
}
}
}
}
Herramientas disponibles
importar_conversaciones
Importar y analizar conversaciones de chat
{
"source_path": "/path/to/export.zip",
"format": "openai_native" # or html, markdown, json
}
búsqueda semántica
Buscar conversaciones por similitud semántica
{
"query": "machine learning applications",
"limit": 10,
"min_score": 0.7
}
analizar_métricas
Analizar métricas de conversación
{
"conversation_id": "conv-123",
"metrics": [
"message_frequency",
"response_times",
"topic_diversity"
]
}
Extraer y analizar conceptos
{
"conversation_id": "conv-123",
"min_relevance": 0.5,
"max_concepts": 10
}
Arquitectura
Consulte ARCHITECTURE.md para obtener diagramas detallados y documentación de:
- Componentes e interacciones del sistema
- Flujo de datos y canalización de procesamiento
- Esquema de almacenamiento y operaciones vectoriales
- Mecanismo de integración de herramientas
Prerrequisitos
- Python 3.8+
- Base de datos Neo4j para el almacenamiento de gráficos de conocimiento
- Base de datos vectorial Qdrant para búsqueda semántica
- transformadores de oraciones para incrustaciones
Instalación
- Instalar el paquete:
pip install mcp-chat-analysis-server
- Configurar bases de datos:
# Using Docker (recommended)
docker compose up -d
- Configurar el servidor:
cp .env.example .env
# Edit .env with your settings
Desarrollo
- Clonar el repositorio:
git clone https://github.com/rebots-online/mcp-chat-analysis-server.git
cd mcp-chat-analysis-server
- Instalar dependencias de desarrollo:
- Ejecutar pruebas:
Contribuyendo
- Bifurcar el repositorio
- Crear una rama de características
- Enviar una solicitud de extracción
Consulte CONTRIBUTING.md para obtener pautas.
Licencia
Licencia MIT: consulte el archivo LICENCIA para obtener más detalles.
Proyectos relacionados
Apoyo