Skip to main content
Glama
JJHerrmann

HRSSC / ELM Reference MCP Server

by JJHerrmann

HRSSC / ELM 参考 MCP 服务器

一个 MCP 服务器,提供两个可独立查询、完全离线的向量数据库,用于 USPS/APWU 劳资关系研究:

  • query_elm — 美国邮政员工与劳资关系手册(ELM),按自身章节编号分块(例如 511.43、665.41)。

  • query_hrssc — 2024-2029 年 APWU-HRSSC 全国协议,按条款/章节分块,并附有来源页码。

两者均为语义搜索(基于嵌入)检索工具。它们会显示相关文本并附上精确引用;它们不解释某项规定是否适用于任何特定情况——在依赖返回的文本之前,请务必对照实际文档进行核实。

内容说明

data/
  ELM_vectordb/      Chroma DB, collection "elm"
  HRSSC_vectordb/     Chroma DB, collection "hrssc_agreement"
src/
  server.py           MCP server (FastMCP), two tools
requirements.txt

资料来源:ELM 下载自 USPS 官方网站(about.usps.com/manuals/elm/),2024 年 3 月版。HRSSC 协议由个人印刷副本数字化(经 OCR 处理,因此精确措辞中可能会有偶发的 OCR 噪声——任何重要事项请务必对照实际合同进行确认)。

Related MCP server: agent-history-mcp

设置

pip install -r requirements.txt

与 Claude Code / Claude Desktop 配合使用

添加到您的 MCP 配置中(例如 claude_desktop_config.json 或 .claude/mcp.json):

{
  "mcpServers": {
    "hrssc-elm-reference": {
      "command": "python",
      "args": ["/absolute/path/to/hrssc-elm-mcp/src/server.py"]
    }
  }
}

然后向 Claude 提问,例如“查看 ELM 中关于合理便利的标准”或“HRSSC 协议对非职业员工有何规定”,它将直接调用 query_elm / query_hrssc。

与 ChatGPT / GPT 端工具配合使用

ChatGPT 原生不支持 MCP。有两种实用的选择:

  1. 本地脚本,而非实时连接器:在 Python 环境中直接运行 src/server.py 底层的 chromadb 查询(例如,在 Code Interpreter 会话中上传 data/ 文件夹)——请参阅 server.py 中的 query_elm / query_hrssc 函数,获取可复制的确切查询模式。

  2. 将其封装为 HTTP API(此处未包含)并作为自定义 GPT 操作公开,如果您希望从托管的 GPT 获得实时访问,而非一次性 Code Interpreter 会话。

独立查询脚本

如需快速终端查询而完全不经过 MCP:

python -c "
import sys
sys.path.insert(0, 'src')
from server import query_elm, query_hrssc
print(query_elm('your question here'))
print(query_hrssc('your question here'))
"

注意事项

  • 仅提供检索,不构成法律建议。在依赖任何重要事项之前,请对照实际文档核实引用。

  • HRSSC 协议文本经过手机拍摄页面的 OCR 处理;对任何重要内容的精确措辞请进行抽查。

  • 两个数据库均不涵盖主要的 APWU-USPS 全国协议(与 HRSSC 特定协议不同的独立文件)或 USPS 手册 EL-307(合理便利程序)——此处未包含。

Related MCP Connectors

Related MCP Servers

  • A
    license
    A
    quality
    A
    maintenance
    Enables local semantic search over documents and code for Claude Code and Claude Desktop, running entirely offline with local embeddings and vector storage.
    14
    55 PyPI
    5
    MIT
  • A
    license
    Not graded
    quality
    B
    maintenance
    Enables private, offline semantic search across local files (documents, images, videos) using OCR and vector search, and optionally performs web research with cited sources.
    AGPL 3.0
  • A
    license
    Not graded
    quality
    C
    maintenance
    Provides local, offline semantic search across 24 Russian Federation legal codes using natural-language queries, with tools to retrieve full articles by identifier and list available codes.
    BSD 2-Clause "Simplified"