Skip to main content
Glama

kb-mcp-lite

面向AI代理的轻量级本地知识库 · 团队协作友好

pip install kb-mcp-lite — 让任何AI编程助手都拥有结构化、可查询、可同步的团队"第二大脑"

PyPI version Python License: MIT MCP Status: 测试版


🎯 解决什么问题

当前的知识管理工具存在明显的断层:

  • 面向人类的知识库(Notion/Obsidian):需要手动维护,AI无法直接高效访问

  • 向量数据库:需要复杂配置,没有结构化Schema,团队协作困难

  • 团队文档散落在各个地方:代码注释、Wiki、PR描述、飞书文档,AI找不到也用不了

kb-mcp-lite 专门填补这个空白:专为AI代理设计,同时兼顾人类编辑和团队协作,让AI编程助手可以直接调用团队沉淀的所有技术知识。

对比维度

Notion/Obsidian

Chroma/LanceDB等向量库

kb-mcp-lite

服务对象

人类

模型嵌入

AI代理 + 人类开发者

访问方式

Web UI

SDK调用

MCP标准协议(AI原生) + CLI + Web管理后台

结构规范

自由格式

无结构

强Schema(标准化文档类型)

存储方案

云服务/私有部署

本地文件

SQLite + FTS5 单文件存储

团队协作

在线协作

无协作能力

Git原生同步,纯文本版本管理

部署成本

账号/服务器

安装配置

pip install 开箱即用,零配置

数据隐私

云服务存储

本地

完全本地存储,无云服务,无遥测


Related MCP server: astra-knowledge-base-mcp

✨ 核心能力详解

1. 📐 强Schema标准化知识结构

内置9种开箱即用的文档类型,覆盖技术团队90%的知识沉淀场景,所有类型都可以通过Python子类扩展:

文档类型

ID前缀

用途说明

使用场景

project

proj

项目/仓库说明文档

记录项目背景、技术栈、负责人、部署流程等基础信息

decision

dec

架构决策记录(ADR)

沉淀技术选型决策、方案对比、取舍原因,避免团队重复踩坑

lesson

lesson

经验教训/踩坑记录

记录线上故障、Bug根因、避坑指南,让错误价值最大化

glossary

glossary

术语表

统一团队业务/技术术语定义,消除沟通歧义,AI也能理解专有名词

person

person

人员档案

记录团队成员技术栈、负责模块、联系方式,AI知道该找谁问问题

faq

faq

常见问题

沉淀高频问题和解决方案,减少重复咨询,AI可以直接回答

api

api

API接口文档

记录接口路径、HTTP方法、请求/响应示例、认证要求

runbook

runbook

运维手册(SOP)

记录例行操作、故障排查、部署流程的标准化步骤

release

release

发布日志

记录版本号、发布日期、变更列表、影响范围、回滚步骤

优势

  • 所有文档统一结构,AI不需要理解不同格式的文档

  • 自动生成稳定ID(比如 dec/use-sqlite-fts5),可以被可靠引用

  • 支持自定义扩展文档类型,满足团队个性化需求


2. 🔍 多模式智能搜索

支持三种搜索模式,满足不同场景的查询需求:

  • 词法搜索(默认):基于SQLite FTS5,BM25排序,精准匹配关键词,适合查找确定的技术点

  • 模糊搜索:基于trigram索引,容错拼写错误、缩写、别名,适合模糊记忆的查询

  • 语义搜索(可选):安装 sqlite-vec 扩展后支持,支持自然语言语义匹配,适合模糊问题查找相关知识

搜索能力特性

  • 支持按文档类型、标签过滤

  • 自动关联相关文档的反向链接

  • 搜索结果返回完整的结构化信息,AI可以直接使用


3. 📜 完整版本控制与审计

所有文档的增删改操作都会被完整记录:

  • 查看任意文档的完整修改历史,每次变更都有版本号

  • 支持版本对比,字段级差异展示,清楚知道改了什么

  • 支持恢复到任意历史版本,误修改可以一键回滚

  • 软删除机制,删除的文档可以随时恢复,不会丢失数据


4. 🔗 类型化知识图谱

文档之间可以创建带关系的链接:

  • 支持自定义关系类型(比如「governs」「relates-to」「depends-on」)

  • 自动生成反向链接,查找某个决策影响哪些项目,某个Bug关联哪些经验

  • 支持知识图谱可视化(Web管理后台),直观看到知识之间的关联关系

  • 链接完整性校验,自动检测失效链接


5. 🤝 Git原生团队协作

完全基于Git的团队同步机制,学习成本为零:

  • 同步单位是纯文本Markdown文件,友好支持Git版本管理、冲突解决

  • 数据库文件本地存储,不会提交到Git,每个成员有独立的本地实例

  • 支持增量同步,只会同步变更的文档,速度快

  • 完全兼容现有Git工作流,支持PR评审、分支管理、Code Owner等机制


6. 🗄️ 多vault隔离

支持创建多个独立的知识库,数据完全隔离:

  • 不同项目、不同团队使用独立的vault,互不干扰

  • 支持快速切换vault,一个工具管理所有知识库

  • 每个vault有独立的配置、Git同步地址、权限控制


7. 🌐 MCP协议原生支持

完全兼容MCP(Model Context Protocol)标准协议,任何支持MCP的客户端(Claude Desktop、Cursor、Composio等)都可以直接接入,AI自动获得以下能力:

12个内置工具

工具名称

功能说明

AI使用场景

kb_search

全文搜索

AI遇到问题时,先搜索团队知识库有没有相关解决方案

kb_get

根据ID获取文档详情

AI找到相关文档后,获取完整内容参考

kb_add

创建新文档

AI学习到新知识、解决新问题后,自动沉淀到知识库

kb_update

更新现有文档

文档内容过时,AI自动更新补充

kb_delete

软删除文档

废弃的文档,AI可以删除

kb_list

按类型/标签筛选文档

AI要查看所有架构决策、所有项目信息等

kb_link

创建文档之间的链接

AI发现文档之间的关联关系,自动建立链接

kb_unlink

移除链接

关联关系失效时删除

kb_history

查看文档版本历史

AI想知道某个决策的变更过程

kb_restore

恢复到历史版本

误修改后回滚

kb_diff

对比版本差异

AI查看文档修改了什么内容

kb_restore_deleted

恢复已删除文档

误删后恢复

13个结构化资源

资源URI

返回内容

kb://doc/{type}/{slug}

完整文档信息

kb://links/{type}/{slug}

文档的所有入站和出站链接

kb://types

所有文档类型的列表

kb://stats

知识库统计信息

kb://graph/{type}/{slug}

以该文档为中心的知识图谱

kb://graph/{type}/{slug}/{depth}

指定深度的知识图谱

kb://list

所有文档列表

kb://list/{type}

按类型筛选的文档列表

kb://changes

最近变更记录

kb://history/{id}

指定文档的版本历史

kb://search/{query}

搜索结果

kb://export/{id}

导出文档为Markdown

kb://help/{doc}

帮助文档

7个交互Prompt

Prompt名称

用途

new-doc

引导式创建新文档

link-analysis

分析文档链接关系

search-guide

智能搜索助手

import-docs

批量导入文档

doctor

知识库健康检查

maintenance

知识库维护指导

onboarding

新手上手指南


🚀 快速开始使用

🔧 安装

pip install kb-mcp-lite

# 可选安装语义搜索支持(需要SQLite扩展支持)
pip install kb-mcp-lite[vec]

个人用户基础使用

1. 初始化知识库

kb init

会在默认路径 ~/.local/share/kb-mcp/ 创建默认vault的SQLite数据库。

2. 添加第一个文档

kb add --type project \
       --title "kb-mcp-lite" \
       --tags "mcp,knowledge-base,python" \
       --body "面向AI代理的轻量级本地知识库,基于SQLite + FTS5 + MCP协议开发。"

3. 搜索文档

# 默认搜索
kb search "MCP 知识库"

# 按类型过滤
kb search "sqlite" --type decision

# 模糊搜索
kb search "ft5" --fuzzy

4. 查看已有文档

# 查看所有文档
kb list

# 按类型过滤
kb list --type lesson

# 按标签过滤
kb list --tags "sqlite,bug"

5. 更多CLI命令

# 查看文档详情
kb get <文档ID>

# 更新文档
kb update <文档ID> --title "新标题"

# 删除文档
kb delete <文档ID>

# 查看版本历史
kb history <文档ID>

# 恢复到指定版本
kb restore <文档ID> --version 2

# 启动Web管理后台
kb admin start

👥 团队协作配置

首次配置团队知识库

  1. 管理员创建团队Git仓库(空仓库即可)

  2. 管理员本地初始化vault并关联Git

    # 创建团队vault
    kb vault create team --desc "XX团队公共知识库"
    kb vault switch team
    
    # 克隆团队Git仓库到本地
    git clone <团队Git仓库地址> ~/team-kb
    
    # 关联vault和Git同步目录
    kb vault init-git --sync-dir ~/team-kb
    
    # 导出已有文档到Git目录并提交
    kb vault commit -m "初始化团队知识库"
    kb vault push

新成员加入

# 1. 克隆团队知识库Git仓库
git clone <团队Git仓库地址> ~/team-kb

# 2. 创建本地vault
kb vault create team --desc "XX团队公共知识库"
kb vault switch team

# 3. 关联Git同步目录
kb vault init-git --sync-dir ~/team-kb

# 4. 拉取并导入所有文档
kb vault pull

日常协作流程

graph LR
A[AI自动/手动添加修改文档] --> B[拉取最新变更]
B --> C{是否有冲突?}
C -->|是| D[解决Markdown文件冲突]
C -->|否| E[提交本地变更]
D --> E
E --> F[推送到远程仓库]

日常操作命令:

# 写文档前先拉取最新
kb vault pull

# AI添加/修改文档后,提交变更
kb vault commit -m "添加XX项目部署流程文档"

# 推送到远程仓库
kb vault push

AI工具自动同步配置

如果希望AI调用kb add添加文档后自动同步到Git,可以配置post-hook脚本,在~/.config/kb-mcp/config.yaml中添加:

hooks:
  post_add: "kb vault commit -m 'AI自动添加文档: {doc_title}' && kb vault push"
  post_update: "kb vault commit -m 'AI自动更新文档: {doc_title}' && kb vault push"

🤖 MCP客户端接入配置

Claude Desktop 配置

编辑 ~/.config/claude_desktop_config.json 添加:

{
  "mcpServers": {
    "kb": {
      "command": "kb",
      "args": ["serve"]
    }
  }
}

重启Claude后,AI就可以直接访问你的知识库了。

Cursor 配置

在Cursor设置中找到MCP服务器配置,添加:

  • 名称:kb

  • 命令:kb

  • 参数:["serve"]

指定使用某个vault

如果有多个vault,可以指定启动时使用的vault:

"args": ["serve", "--vault", "team"]

🔌 高级用法

自定义文档类型

from kb_mcp_lite.schema import Document, Field

class ApiDoc(Document):
    """API接口文档类型"""
    type: str = "api"
    id_prefix: str = "api"
    
    # 自定义字段
    endpoint: str = Field(description="接口路径")
    method: str = Field(description="HTTP方法")
    version: str = Field(description="接口版本")
    
    class Config:
        schema_extra = {
            "example": {
                "title": "用户获取接口",
                "endpoint": "/api/v1/user/{id}",
                "method": "GET",
                "version": "v1",
                "tags": ["user", "api"],
                "body": "接口返回用户的基本信息..."
            }
        }

注册后就可以使用 kb add --type api 创建这种类型的文档。

批量导入现有Markdown文档

# 导入目录下所有Markdown文件
kb import ./docs/

# 试运行,查看会导入什么,不实际写入
kb import ./docs/ --dry-run

# 导入后输出JSON格式报告
kb import ./docs/ --json

要求Markdown文件顶部包含YAML frontmatter,至少有typetitle字段。

导出知识库

# 导出所有文档到指定目录
kb export ./export_dir/

# 强制覆盖已有文件
kb export ./export_dir/ --force

💡 最佳实践

文档命名与分类规范

  1. 标题清晰准确:用动宾结构或者问题式标题,比如「Redis缓存击穿解决方案」而不是「Redis笔记」

  2. 标签统一规范:所有标签小写,用短横线分隔,比如 redis-cache, bug-fix

  3. 关联关系完整:创建文档时主动关联相关文档,比如决策记录关联对应的项目,经验教训关联对应的Bug决策

  4. 及时更新:文档过时后及时更新,不要保留错误信息

团队协作规范

  1. 提交信息规范kb vault commit -m "提交信息" 要清晰说明修改内容

  2. PR评审机制:重要文档变更走PR评审,保证知识质量

  3. 定期清理:每个季度运行一次 kb doctor 检查知识库健康度,清理失效文档和链接

AI使用建议

  1. 要求AI解决问题前先搜索知识库,优先使用已有方案

  2. 解决完新问题后,要求AI自动沉淀到知识库作为经验

  3. 定期让AI整理知识库,优化结构、补充关联、更新过时内容


🛠️ 开发指南

本地开发环境搭建

git clone https://github.com/HelloTomBruce/kb-mcp-lite
cd kb-mcp-lite

# 安装依赖(推荐使用uv)
pip install -e ".[dev,vec]"

# 运行测试
pytest

# 代码检查
ruff check .
mypy src/

项目结构说明

src/kb_mcp_lite/
├── cli.py              # CLI命令入口
├── mcp_server.py       # MCP服务端实现
├── schema.py           # 数据结构和文档类型定义
├── store/              # SQLite存储核心
│   ├── sqlite.py       # 基础SQL操作
│   ├── search.py       # 搜索逻辑
│   ├── versioning.py   # 版本控制
│   ├── embedding.py    # 向量搜索支持
│   └── maintenance.py  # 维护工具
├── md_io.py            # Markdown导入导出
├── vault.py            # 多vault管理
├── admin/              # Web管理后台
├── migrations/         # 数据库迁移脚本
└── config.py           # 配置管理

🗺️ 路线图

版本

功能范围

状态

v0.1.0

CLI + MCP服务 + SQLite/FTS5 + 6种基础文档类型

✅ 已发布

v0.2.0

模糊搜索 + 语义搜索支持 + 命令补全

✅ 已发布

v0.3.0

MCP资源和Prompt支持 + 版本控制 + 别名

✅ 已发布

v0.4.0

多vault支持 + Git同步 + vault管理命令

✅ 已发布

v0.5.0

CLI重构 + 3种新文档类型 + 项目筛选 + 增强健康检查

✅ 已发布

v0.6.0

插件系统 + 外部同步(Notion/GitHub/飞书)

📋 规划中

v1.0.0

PostgreSQL后端支持 + 多用户权限 + 托管模式

📋 规划中


📌 状态说明

当前处于Beta测试阶段

  • API和存储格式从v0.5.0开始已经稳定,不会有破坏性变更

  • 生产环境使用建议锁定版本:kb-mcp-lite>=0.5,<0.6

  • 欢迎提交Issue和PR,贡献代码请查看 CONTRIBUTING.md


📄 许可证

MIT License,可自由使用、修改、分发,保留版权声明即可。

A
license - permissive license
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/HelloTomBruce/kb-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server