Which integrations are available for this server?

Runs as a containerized application using [Docker](/mcp/servers/integrations/docker) with docker-compose configuration for deployment and scaling Provides REST API endpoints for document upload, AI querying, and project tooling services through an [Express](/mcp/servers/integrations/express) web server Built on [Node.js](/mcp/servers/integrations/node-dot-js) runtime for document processing, text analysis, and AI integration capabilities Integrates with [OpenAI](/mcp/servers/integrations/openai)'s API for document analysis, question answering, test case generation, and document summarization based on ingested project documents Uses [Redis](/mcp/servers/integrations/redis) Stack as a vector database for storing and retrieving document embeddings to enable semantic search and context retrieval

MCP Server

MCP Server là hệ thống phân tích ngữ cảnh tài liệu dự án sử dụng Node.js + Express, tích hợp AI (OpenAI), chạy trong Docker.

Cấu trúc dự án

mcp-server/ ├─ Dockerfile ├─ docker-compose.redis.yml # Dùng Redis Stack ├─ .env.example ├─ package.json ├─ src/ │ ├─ index.js # entry point (Express) │ ├─ config.js │ ├─ routes/ │ │ ├─ upload.js # API upload file │ │ ├─ api.js # API truy vấn AI │ │ └─ tools.js # Tooling AI │ ├─ lib/ │ │ ├─ fileParser.js # parse file, ingest │ │ ├─ textSplitter.js # chia nhỏ text │ │ ├─ embeddings.js # tạo embedding │ │ ├─ vectorStore.redis.js# lưu vector (Redis) │ │ ├─ retriever.js # truy xuất context │ │ └─ promptTemplates.js # prompt cho tooling │ └─ scripts/ │ ├─ ingestAll.js # ingest toàn bộ file │ └─ init.js # khởi tạo thư mục/data └─ data/ # docker volume mount └─ uploads/

Related MCP server: RAG Documentation MCP Server

Hướng dẫn setup

Clone repo & cài đặt dependencies
git clone <repo-url> cd mcp-server npm install
Cấu hình môi trường
- Copy file .env.example thành .env và điền API key OpenAI:
  cp .env.example .env # Sửa OPENAI_API_KEY trong .env
Khởi tạo thư mục dữ liệu
node src/scripts/init.js # hoặc sẽ tự động khi chạy Docker
Chạy với Redis Stack (production-ready vector store)
- Sử dụng file docker-compose.redis.yml:
  docker-compose -f docker-compose.redis.yml up --build
- Đảm bảo biến môi trường REDIS_URL đã đúng (mặc định: redis://redis:6379).

Sử dụng

1. Upload tài liệu

Gửi file qua API:
POST /upload Content-Type: multipart/form-data file: <tài liệu dự án>
- File sẽ được ingest, index thành vector lưu vào Redis.

2. Truy vấn AI

Gửi câu hỏi qua API:
POST /api/query Content-Type: application/json { "question": "Nội dung bạn muốn hỏi về tài liệu dự án" }
- AI sẽ trả lời dựa trên ngữ cảnh tài liệu đã ingest.

3. Ingest toàn bộ file trong thư mục uploads

npm run ingest

Tooling AI

Các API hỗ trợ dự án:

Sinh test-case tự động
POST /tools/generate-testcase Content-Type: application/json { "requirements": "Yêu cầu phần mềm..." }
Tóm tắt tài liệu
POST /tools/summarize Content-Type: application/json {}
Traceability tool
POST /tools/traceability Content-Type: application/json { "requirements": "Yêu cầu phần mềm..." }

Các API này sử dụng prompt template và AI để sinh kết quả dựa trên ngữ cảnh tài liệu đã ingest.

Lưu ý

Đảm bảo đã có API key OpenAI hợp lệ.
Thư mục data/uploads là nơi chứa file upload.
Vector database chỉ sử dụng Redis, không còn lưu file JSON.
Có thể mở rộng các loại tài liệu, pipeline, hoặc tích hợp vector DB khác.

Mọi thắc mắc vui lòng liên hệ admin dự án.

This server cannot be installed

-

security - not tested

F

license - not found

-

quality - not tested

How are these scores calculated?

Resources

Need Help?

Report Issue

Related Servers

Knowledge MCP Service