mcp-documentacao

MCP server que indexa documentos técnicos e disponibiliza busca via RAG híbrida (vetorial + BM25). Apenas recuperação — sem geração.

Uso

pip install .
python3 src/server.py

O servidor roda via stdio — compatível com qualquer cliente MCP.

Configuração

Edite config.yaml:

sources:
  - path: ./src/guides
    type: documento
    description: Documentos técnicos

db_path: ./chroma_db
collection_name: documents

embedding:
    provider: huggingface   # huggingface | openai | jina | ollama
    model: paraphrase-multilingual-MiniLM-L12-v2

search:
    top_k: 5
    hybrid: true
    cache_max_size: 200
    cache_ttl: 3600

chunking:
    max_size: 1000
    overlap: 200

CONFIG_PATH pode ser passada como variável de ambiente.

Ferramentas MCP

Ferramenta	Descrição
`buscar_documentacao(pergunta, limite?, fonte?)`	Busca trechos relevantes
`listar_documentos()`	Lista documentos indexados
`reindexar()`	Reindexa todas as fontes

O parâmetro fonte filtra por tipo de fonte (ex: documento, faq).

Fontes

Múltiplas fontes com tipos arbitrários. Formatos suportados: Markdown (.md) e texto (.txt). Frontmatter YAML é lido como metadados (descrição, palavras-chave).

Docker

docker compose up --build

Monte volumes para /app/src/guides e /app/chroma_db para persistência.

Testes

pip install pytest
pytest tests/

Provedores de embedding

huggingface (padrão, local) — all-MiniLM-L6-v2, paraphrase-multilingual-MiniLM-L12-v2
openai — text-embedding-3-small, text-embedding-3-large (requer OPENAI_API_KEY)
jina — jina-embeddings-v3 (requer JINA_API_KEY)
ollama — modelos locais via Ollama