zh-prompt-search-mcp

MCP server：中文垂直语料检索。给任何支持 MCP 的 agent（Claude Code / Codex / Cursor / DSH…） 提供中文参考材料 —— 中文专家文档、中文提示词样例、任务骨架。

它解决什么问题

让 agent 写中文提示词时，它通常只能靠模型自身的泛化能力。这个 server 让它在动笔前先检索到 真正对口的中文参考材料：

检索「帮我分析一下水厂进水COD升高的原因」
  → 【专家文档｜相关度 5.2】boujoy-expert-waterplant.md
     你是资深水厂工艺主管……按"先排除仪表与采样 → 再查管网外来水 → 再查厂内回流与工艺自身"
     的证据链顺序排查；处置按 0-2h 即时止损、2h-72h 中期调整、长期整改三级给出；
     数据不足处标注"需核实"，不得臆造数值。

那串证据链顺序与三级处置节奏不是模型自己会想到的，是语料带进去的。

Related MCP server: expert-mcp-server

两个工具

语料构成

被跳过的文档不会静默消失：开 ZH_PROMPT_DEBUG=1 会用 stderr 告诉你哪些文件因过短未纳入检索、以及当前阈值是多少。

中文专有词保护：React、COD、MBR、AAOA 这类词被切成二字组就再也匹配不上， 所以分词器规定字母数字串整体保留，中文串才产 2-gram。

输入: 帮我看看这段 React 代码有没有性能问题，水厂进水COD升高
分词: 帮我 我看 看看 看这 这段 react 代码 码有 有没 有性 性能 能问 问题 水厂 厂进 进水 cod 升高
                    ^^^^^ 整词                                          ^^^ 整词

安装

Claude Code

claude mcp add zh-prompts -- node /绝对路径/zh-prompt-search/server.js

或写进项目/用户配置（.mcp.json）：

{
  "mcpServers": {
    "zh-prompts": {
      "command": "node",
      "args": ["/绝对路径/zh-prompt-search/server.js"],
      "env": {
        "ZH_PROMPT_SKILLS": "/你的/专家文档目录"
      }
    }
  }
}

Codex / 其他 MCP 宿主

同样填 command: node、args: ["<绝对路径>/server.js"]。协议是标准 stdio JSON-RPC， 不依赖任何宿主专有 API。

DSH

- id: mcp-zh-prompts
  name: '@deepseek-ai/dsh-mcp-client'
  config:
    serverName: zh-prompts
    transport: stdio
    command: node
    args: ['<绝对路径>/server.js']

装好后模型会看到工具 mcp__zh-prompts__search_chinese_prompts。

配置

ZH_PROMPT_SKILLS 不存在时不会报错，只是少一层来源 —— 仍能用随包的 379 条样例 + 24 类骨架。

关于你自己的文档

skillsDir 里的文档是在你本机被读取、并随检索结果发给模型的。放进去之前请确认它适合出现在模型上下文里（例如不要放凭据、密钥或不宜外发的材料）。这个 server 不联网、不落盘、不上传任何东西，数据流向只有一处：你的磁盘 → 你正在用的模型。

验证

node test-mcp.mjs      # 或 npm test

跑完整的 MCP 握手：initialize → tools/list → 真实中文需求 tools/call → 取全文 → 边界用例（空 query / 未知工具 / 未知方法）。全绿才说明协议与检索都正常。

开发

node sync-corpus.mjs                  # 从插件仓库拉取最新语料与检索模块
node sync-corpus.mjs --local <目录>    # 或从本地插件目录拉取

zhretriever.js 与 zh-corpus.json 是从 dsh-zh-prompt-library 同步过来的 vendored 产物 —— 独立安装就不能依赖插件恰好装在某个路径，代价是两份副本， 所以用 sync-corpus.mjs 保证不漂移（脚本会在文件头写入来源与 sha256）。

许可

MIT。随包语料来自 prompts.chat 与 YeungNLP/firefly-train-1.1M， 请同时遵守其各自许可。