CbetaMCP

from pydantic import BaseModel from typing import Optional import httpx from main import __mcp_server__, success_response, error_response # ========================== # CBETA 相似搜尋工具模組 # ========================== class CBETASimilarSearchParams(BaseModel): q: str # 必要參數：要搜尋的字串，不含標點，建議長度 6~50 字 k: Optional[int] = 500 # 模糊搜尋取 top k 筆，預設為 500 gain: Optional[int] = 2 # Smith-Waterman 比對加分，預設為 2 penalty: Optional[int] = -1 # Smith-Waterman 扣分，預設為 -1 score_min: Optional[int] = 16 # Score 最小值，預設為 16 facet: Optional[int] = 0 # 是否回傳 facet：0 不回傳，1 回傳五種 facet 資訊 cache: Optional[int] = 1 # 是否使用快取：1 使用，0 不使用 @__mcp_server__.tool() async def cbeta_similar_search(params: CBETASimilarSearchParams): """ 🔍 CBETA 相似搜尋工具 說明： 本工具使用 CBETA Online 的 /search/similar API，透過 Manticore + Smith-Waterman 演算法實現字句相似搜尋。 ✅ 參數說明： - q (str): 【必要】要搜尋的句子內容（不含標點） - k (int): 取回前 k 筆初始結果，預設 500 - gain (int): 比對演算法中 match 的加分，預設 2 - penalty (int): 比對演算法中 miss/插入/刪除的扣分，預設 -1 - score_min (int): 最低匹配分數，預設 16 - facet (int): 是否回傳分類 facet，1 為是，0 為否（預設） - cache (int): 是否啟用快取（預設為 1） 📥 示例請求： { "q": "已得善提捨不證" } 📤 回傳 JSON 結構示例： { "query_string": "已得善提捨不證", "SQL": "SELECT ...", "time": 1.101, "num_found": 0, "cache_key": "...", "results": [] } 回傳欄位說明： - query_string: 查詢內容 - SQL: 後端實際查詢語句 - time: 執行時間 (秒) - num_found: 命中筆數 - cache_key: 快取索引鍵 - results: 命中資料陣列（含經文標題、段落、句子與比對標記） 🔗 API 來源：https://api.cbetaonline.cn/search/similar """ try: async with httpx.AsyncClient() as client: resp = await client.get("https://api.cbetaonline.cn/search/similar", params=params.dict()) resp.raise_for_status() return success_response(resp.json()) except Exception as e: return error_response(f"CBETA 相似搜尋失敗: {str(e)}")