MCP 채팅 분석 서버
벡터 임베딩과 지식 그래프를 통해 채팅 대화의 의미 분석을 지원하는 모델 컨텍스트 프로토콜(MCP) 서버입니다. 이 서버는 채팅 데이터 분석, 의미 검색, 개념 추출 및 대화 패턴 분석을 위한 도구를 제공합니다.
주요 특징
- 🔍 의미 검색 : 벡터 유사성을 사용하여 관련 메시지 및 대화를 찾습니다.
- 🕸️ 지식 그래프 : 메시지, 개념 및 주제 간의 관계 탐색
- 📊 대화 분석 : 패턴, 지표 및 대화 역학 분석
- 🔄 유연한 가져오기 : 다양한 채팅 내보내기 형식 지원
- 🚀 MCP 통합 : Claude 및 기타 MCP 호환 시스템과의 간편한 통합
빠른 시작
지엑스피1
MCP 통합
claude_desktop_config.json 에 다음을 추가하세요:
{
"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"
}
}
}
}
사용 가능한 도구
가져오기_대화
채팅 대화 가져오기 및 분석
{
"source_path": "/path/to/export.zip",
"format": "openai_native" # or html, markdown, json
}
의미론적 검색
의미적 유사성으로 대화 검색
{
"query": "machine learning applications",
"limit": 10,
"min_score": 0.7
}
분석_메트릭스
대화 지표 분석
{
"conversation_id": "conv-123",
"metrics": [
"message_frequency",
"response_times",
"topic_diversity"
]
}
추출_개념
개념 추출 및 분석
{
"conversation_id": "conv-123",
"min_relevance": 0.5,
"max_concepts": 10
}
건축학
자세한 다이어그램과 설명서는 ARCHITECTURE.md를 참조하세요.
- 시스템 구성 요소 및 상호 작용
- 데이터 흐름 및 처리 파이프라인
- 저장 스키마 및 벡터 연산
- 도구 통합 메커니즘
필수 조건
- 파이썬 3.8 이상
- 지식 그래프 저장을 위한 Neo4j 데이터베이스
- 의미 검색을 위한 Qdrant 벡터 데이터베이스
- 임베딩을 위한 문장 변환기
설치
- 패키지를 설치하세요:
pip install mcp-chat-analysis-server
- 데이터베이스 설정:
# Using Docker (recommended)
docker compose up -d
- 서버를 구성하세요:
cp .env.example .env
# Edit .env with your settings
개발
- 저장소를 복제합니다.
git clone https://github.com/rebots-online/mcp-chat-analysis-server.git
cd mcp-chat-analysis-server
- 개발 종속성 설치:
- 테스트 실행:
기여하다
- 저장소를 포크하세요
- 기능 브랜치 생성
- 풀 리퀘스트 제출
자세한 내용은 CONTRIBUTING.md를 참조하세요.
특허
MIT 라이센스 - 자세한 내용은 라이센스 파일을 참조하세요.
관련 프로젝트
지원하다