Asistente MCP de TxtAI

Implementación de un servidor de Protocolo de Contexto de Modelo (MCP) para búsqueda semántica y gestión de memoria mediante txtai . Este servidor proporciona una API robusta para almacenar, recuperar y gestionar memorias basadas en texto con capacidades de búsqueda semántica.

Acerca de txtai

Este proyecto se basa en txtai , un excelente motor de búsqueda de código abierto impulsado por IA creado por NeuML . txtai proporciona:

🔍 Solución de búsqueda semántica todo en uno
🧠 Búsqueda neuronal con transformadores
Clasificación de texto de disparo cero
🔄 Extracción e incrustaciones de texto
🌐 Soporte multilingüe
🚀 Alto rendimiento y escalabilidad

Ampliamos las capacidades de txtai integrándolo con el Protocolo de Contexto de Modelo (MCP), lo que permite a asistentes de IA como Claude y Cline aprovechar sus potentes capacidades de búsqueda semántica. Agradecemos especialmente al equipo de txtai por crear una herramienta tan potente y flexible.

Características

🔍 Búsqueda semántica en los recuerdos almacenados
💾 Almacenamiento persistente con backend basado en archivos
🏷️ Organización y recuperación de memoria basada en etiquetas
📊 Estadísticas de memoria y monitorización de la salud
🔄 Persistencia automática de datos
📝 Registro completo
🔒 Ajustes CORS configurables
🤖 Integración con Claude y Cline AI

Prerrequisitos

Python 3.8 o superior
pip (instalador de paquetes de Python)
virtualenv (recomendado)

Instalación

Clonar este repositorio:

git clone https://github.com/yourusername/txtai-assistant-mcp.git
cd txtai-assistant-mcp

Ejecute el script de inicio:

./scripts/start.sh

El guión hará lo siguiente:

Crear un entorno virtual
Instalar las dependencias necesarias
Configurar los directorios necesarios
Crear un archivo de configuración a partir de una plantilla
Iniciar el servidor

Configuración

El servidor se puede configurar mediante variables de entorno en el archivo .env . Se proporciona una plantilla en .env.template :

# Server Configuration
HOST=0.0.0.0
PORT=8000

# CORS Configuration
CORS_ORIGINS=*

# Logging Configuration
LOG_LEVEL=DEBUG

# Memory Configuration
MAX_MEMORIES=0

Integración con Claude y Cline AI

Este asistente TxtAI se puede utilizar como servidor MCP con Claude y Cline AI para mejorar sus capacidades con memoria semántica y funcionalidad de búsqueda.

Configuración para Claude

Para usar este servidor con Claude, agréguelo al archivo de configuración MCP de Claude (normalmente ubicado en ~/Library/Application Support/Claude/claude_desktop_config.json en macOS):

{
  "mcpServers": {
    "txtai-assistant": {
      "command": "path/to/txtai-assistant-mcp/scripts/start.sh",
      "env": {}
    }
  }
}

Configuración para Cline

Para usar con Cline, agregue la configuración del servidor al archivo de configuración MCP de Cline (normalmente ubicado en ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json ):

{
  "mcpServers": {
    "txtai-assistant": {
      "command": "path/to/txtai-assistant-mcp/scripts/start.sh",
      "env": {}
    }
  }
}

Herramientas MCP disponibles

Una vez configuradas, las siguientes herramientas estarán disponibles para Claude y Cline:

store_memory : Almacena nuevo contenido de memoria con metadatos y etiquetas

{
  "content": "Memory content to store",
  "metadata": {
    "source": "conversation",
    "timestamp": "2023-01-01T00:00:00Z"
  },
  "tags": ["important", "context"],
  "type": "conversation"
}

retrieve_memory : Recupera recuerdos basándose en la búsqueda semántica

{
  "query": "search query",
  "n_results": 5
}

search_by_tag : Buscar recuerdos por etiquetas

{
  "tags": ["important", "context"]
}

delete_memory : Elimina una memoria específica por hash de contenido

{
  "content_hash": "hash_value"
}

get_stats : Obtener estadísticas de la base de datos

{}

check_health : Verificar el estado de la base de datos y del modelo de incrustación

{}

Ejemplos de uso

En Claude o Cline, puedes utilizar estas herramientas a través del protocolo MCP:

# Store a memory
<use_mcp_tool>
<server_name>txtai-assistant</server_name>
<tool_name>store_memory</tool_name>
<arguments>
{
  "content": "Important information to remember",
  "tags": ["important"]
}
</arguments>
</use_mcp_tool>

# Retrieve memories
<use_mcp_tool>
<server_name>txtai-assistant</server_name>
<tool_name>retrieve_memory</tool_name>
<arguments>
{
  "query": "what was the important information?",
  "n_results": 5
}
</arguments>
</use_mcp_tool>

La IA utilizará automáticamente estas herramientas para mantener el contexto y recuperar información relevante durante las conversaciones.

Puntos finales de API

Memoria de la tienda

POST /store

Almacene una nueva memoria con metadatos y etiquetas opcionales.

Cuerpo de la solicitud:

{
    "content": "Memory content to store",
    "metadata": {
        "source": "example",
        "timestamp": "2023-01-01T00:00:00Z"
    },
    "tags": ["example", "memory"],
    "type": "general"
}

Buscar recuerdos

POST /search

Buscar recuerdos usando la búsqueda semántica.

Cuerpo de la solicitud:

{
    "query": "search query",
    "n_results": 5,
    "similarity_threshold": 0.7
}

Buscar por etiquetas

POST /search_tags

Buscar recuerdos por etiquetas.

Cuerpo de la solicitud:

{
    "tags": ["example", "memory"]
}

Borrar memoria

DELETE /memory/{content_hash}

Eliminar una memoria específica por su hash de contenido.

Obtener estadísticas

GET /stats

Obtenga estadísticas del sistema, incluidos recuentos de memoria y distribución de etiquetas.

Chequeo de salud

GET /health

Verifique el estado de salud del servidor.

Estructura del directorio

txtai-assistant-mcp/
├── server/
│   ├── main.py           # Main server implementation
│   └── requirements.txt  # Python dependencies
├── scripts/
│   └── start.sh         # Server startup script
├── data/                # Data storage directory
├── logs/                # Log files directory
├── .env.template        # Environment configuration template
└── README.md           # This file

Almacenamiento de datos

Las memorias y las etiquetas se almacenan en archivos JSON en el directorio data :

memories.json : Contiene todos los recuerdos almacenados
tags.json : Contiene el índice de etiquetas

Explotación florestal

Los registros se almacenan en el directorio logs . El archivo de registro predeterminado es server.log .

Desarrollo

Para contribuir a este proyecto:

Bifurcar el repositorio
Crear una rama de características
Realiza tus cambios
Enviar una solicitud de extracción

Manejo de errores

El servidor implementa un manejo integral de errores:

Las solicitudes no válidas devuelven códigos de estado HTTP apropiados
Los errores se registran con seguimientos de pila.
Se devuelven mensajes de error fáciles de usar en las respuestas.

Consideraciones de seguridad

Los ajustes de CORS se pueden configurar mediante variables de entorno
Las rutas de archivos se desinfectan para evitar el cruce de directorios
La validación de entrada se realiza en todos los puntos finales

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.

Contribuyendo

¡Agradecemos sus contribuciones! No dude en enviar una solicitud de incorporación de cambios.

Apoyo

Si encuentra algún problema o tiene preguntas, envíe un problema en el repositorio de GitHub.

TxtAi Memory Vector Server

Integrations

Asistente MCP de TxtAI

Acerca de txtai

Características

Prerrequisitos

Instalación

Configuración

Integración con Claude y Cline AI

Configuración para Claude

Configuración para Cline

Herramientas MCP disponibles

Ejemplos de uso

Puntos finales de API

Memoria de la tienda

Buscar recuerdos

Buscar por etiquetas

Borrar memoria

Obtener estadísticas

Chequeo de salud

Estructura del directorio

Almacenamiento de datos

Explotación florestal

Desarrollo

Manejo de errores

Consideraciones de seguridad

Licencia

Contribuyendo

Apoyo

Related Resources

Appeared in Searches