MCP сервер базы знаний

Сервер MCP (Model Context Protocol), который предоставляет AI-ассистентам — Claude Desktop, Cursor или любому MCP-клиенту — доступ к поиску по внутренней базе знаний компании из Markdown-документов.

Спросите своего ассистента «как мне развернуть приложение в продакшн?» или «сколько отпускных дней мне положено?» — и он найдёт информацию в базе знаний, прочитает соответствующие статьи и ответит со ссылками на источники, вместо того чтобы выдумывать ваши внутренние процессы.

Возможности

• 6 инструментов — поиск по ключевым словам с фрагментами, получение полного документа, фильтрованный список, просмотр тегов, горячая перезагрузка и статистика

• 2 типа ресурсов — просмотр всего индекса или любого документа напрямую (kb://index, kb://documents/{doc_id})

• 1 шаблон промпта — answer_from_knowledge_base обосновывает ответы результатами поиска и требует цитирования

• Ноль инфраструктуры — база знаний — это просто папка с .md-файлами с опциональным frontmatter; отлично работает на базе Git-репозитория

• Два транспорта — stdio для локальных клиентов, HTTP для общих/удалённых конфигураций

• Лёгкий по зависимостям — FastMCP + небольшой встроенный индекс в стиле TF-IDF; не требуется ни базы данных, ни сервиса эмбеддингов

Related MCP server: MCP Docs Server

Архитектура

┌─────────────────┐   stdio / HTTP (JSON-RPC)   ┌──────────────────────────┐
│  MCP client     │ ───────────────────────────▶ │  FastMCP server          │
│  (Claude, …)    │ ◀─────────────────────────── │  ├─ tools (search, get…) │
└─────────────────┘                              │  ├─ resources (kb://…)   │
                                                 │  └─ prompts (answer…)   │
                                                 │          │             │
                                                 │  KnowledgeBaseIndex    │
                                                 │  (tokenize → TF-IDF)   │
                                                 └──────────┬─────────────┘
                                                            │ scans
                                                 ┌──────────▼─────────────┐
                                                 │ knowledge_base/        │
                                                 │  engineering/*.md      │
                                                 │  hr/*.md  product/*.md │
                                                 └────────────────────────┘

Быстрый старт

git clone <your-repo-url> mcp-knowledge-base-server
cd mcp-knowledge-base-server
pip install .

Укажите серверу на ваши документы (или используйте включённый пример корпуса):

export KB_DIR=/path/to/your/markdown/docs

Запуск демо

pip install fastmcp          # only dependency the demo needs
python examples/demo_client.py

Демо запускает сервер через stdio и проверяет все возможности — поиск, получение документов, список, ресурсы и промпт с обоснованными ответами — выводя точные JSON-RPC-запросы, которые увидел бы реальный клиент.

Подключение Claude Desktop

{
  "mcpServers": {
    "knowledge-base": {
      "command": "python",
      "args": ["-m", "mcp_knowledge_base.server"],
      "env": {
        "PYTHONPATH": "/absolute/path/to/mcp-knowledge-base-server/src",
        "KB_DIR": "/absolute/path/to/mcp-knowledge-base-server/knowledge_base"
      }
    }
  }
}

Добавьте в claude_desktop_config.json:

KB_DIR=/path/to/docs mcp-knowledge-base --transport http --port 8000
# → streamable HTTP endpoint at http://127.0.0.1:8000/mcp

Перезапустите Claude Desktop и спросите: «Найди в нашей базе знаний — какова процедура отката, если развёртывание пошло не так?»

Запуск через HTTP (общие/удалённые конфигурации)

---
title: Deploying to Production
tags: [deploy, production, runbook]
department: engineering
updated: 2025-11-02
---

# Deploying to Production
…

Формат документов

├── knowledge_base/            # sample corpus (replace with your own)
│   ├── engineering/*.md
│   ├── hr/*.md
│   └── product/*.md
├── src/mcp_knowledge_base/
│   ├── server.py              # FastMCP server: tools, resources, prompts
│   └── index.py               # document loading + TF-IDF-style search
├── examples/
│   └── demo_client.py         # end-to-end demo over stdio
└── pyproject.toml

Подойдёт любая папка с .md-файлами. Опциональный frontmatter обогащает результаты:

GXP9

doc_id документа — это его путь относительно KB_DIR без расширения (например, engineering/deploy-guide). Заголовок берётся из первого заголовка #, а если его нет — из имени файла.

Справочник API

Инструменты

Ресурсы

Промпты

Переменные окружения

Структура проекта

GXP10

Расширение

• Лучший поиск: замените KnowledgeBaseIndex на эмбеддинги + векторную БД (интерфейс инструментов останется прежним).

• Другие источники: индексируйте экспорт Confluence/Notion — всё, что превращается в Markdown, работает без изменений.

• Актуальность: запускайте reload_knowledge_base по расписанию или следите за KB_DIR с помощью файлового watcher'а.

Лицензия

MIT — см. LICENSE.