content-knowledge-mcp

コンテンツエージェントに企業の編集知識（ブランドルール、ビジュアルテンプレートカタログ、過去の投稿とその成果）へのアクセスを提供するMCPサーバー。知識は企業が所有するプレーンなMarkdownファイルの中にあり、サーバーはそれを公開するだけです。

AIエージェントとワークフロー自動化に関する私の学士論文の技術的中核として構築しました。ここにあるのは汎用エンジンで、サンプル知識として架空の企業を使っています。

なぜベクターデータベースを使わないのか

当然の選択は、知識を埋め込んで類似度で検索することです。このサーバーは意図的にそれをしていません。理由は2つあります。

この規模では、厳選されたファイルに対する構造化検索が勝ります。 企業の編集ルールは数万ブロックではなく、数十ブロックのものです。それらをチャンクに分割してコサイン類似度で検索すると、インデックス化の工程、同期を保つストア、そして見えにくい失敗の種類が追加されます。その代わりに得られるのは、すでに手に入れていた再現率だけです。

すべてのルールにはIDがあり、そこが肝です。 ルールは R1、R17、R905、テンプレートは T901、T905、ローンチ記録は L2 です。エージェントには、利用したIDを引用するよう指示されています。それによって各提案は、人間が数秒で監査できる対象になります。レビュアーは rules_used: ["R920", "R903"] を読み、その投稿を生んだルールを正確に把握できます。埋め込みは段落を返しますが、論拠は返しません。機能する人間のゲートが目的なら、賢く振る舞うことより監査可能であることが勝ります。

そのコストは現実のものであり、明示しておく価値があります。検索は語彙ベースなので、ルールと単語を一切共有しないクエリは、そのルールを見つけられません。サーバーは無かったことにする代わりに NO_MATCH を返します。これを評価ケースは検証しています。

Related MCP server: mcp-guide

Architecture

  Claude Desktop / Claude Code ──stdio──┐
                                        ├──▶ content-knowledge-mcp ──▶ KNOWLEDGE_PATH/
  n8n MCP Client Tool ──────────HTTP────┘         (3 tools)              guidelines/*.md   R# rules, L# launch records
       (host.docker.internal:8765)                                       templates/catalog.md   T# catalog
                                                                         past-posts/*.md        past posts and outcomes

ツールは3つ、トランスポート切り替えは1つ、グローバル状態は持たない：

クイックスタート

G2

This is still the same content; let me write the remainder correctly.

クイックスタート

git clone https://github.com/alessandro-martelli/content-knowledge-mcp
cd content-knowledge-mcp
python3 -m venv .venv && .venv/bin/pip install fastmcp

# run the twelve checks against the example knowledge
KNOWLEDGE_PATH=examples/knowledge .venv/bin/python smoke_test.py

# stdio, for Claude Desktop or Claude Code
KNOWLEDGE_PATH=examples/knowledge .venv/bin/python server.py

# HTTP on :8765, for the n8n MCP Client Tool
KNOWLEDGE_PATH=examples/knowledge .venv/bin/python server.py --http

examples/knowledge/ の例の知識はすべて架空のものです。架空のデザイン学校という設定で、ルール、公開記録、テンプレートカタログ、過去の投稿3件が含まれています。このため、リポジトリは誰でも実行できる状態で、テストには実際に触る材料が豊富にあります。

評価

スモークテスト: 12/12。 各チェックは、ヘルパー関数ではなく、プロトコル上の実 fastmcp.Client を通過します。そのため、ツール登録やトランスポートの破壊はここで判明します。

エージェントレベルのプロトコル: 8ケースのうち5ケースが敵対テスト（矛盾するルール、範囲外の要求、利用できないツール、テンプレート不一致、入力不足）。2026年8月に、エージェントの2つのプロンプトに対して実施。8件中6件が合格で、初回から全出力が妥当な JSON であり、2件の失敗はエージェントではなく検証スイート側の欠陥でした。2件それぞれに必要な修正は、eval/test-log.md に書かれています。ログはそのままの状態で残してあります。成功だけを報告するスイートは、何も測定していません。

正直な限界

• 検索は語彙ベースで、出現頻度でスコアします。類義語は通じないため、クエリに使われていない単語で定型されたルールは見つけることができません。

• ナレッジのフォルダ構成は固定（guidelines/、templates/catalog.md、past-posts/) で、カタログのファイル名もハードコードされている。

• 書き込みパスもキャッシュもない。呼び出すたびにファイルを読む仕組みです。この規模では問題ないが、1万ブロックに増えると破綻する。

• 評価から出た未修正の欠陥が2件、このコードにはただいている：rules_used が L# レコードを引用できないこと、およびプランスキーマがチャンネル未確定行を表現できないこと。

ライセンス

MIT、LICENSE を参照。