daggerheart-ai

MCP-сервер для семантического поиска по SRD Daggerheart (~790 markdown-файлов + 212 существ бестиария), доступный в Claude Code при подготовке к DnD-сессиям.

Инструменты

• search_srd — семантический поиск по всем правилам, способностям, классам, снаряжению и лору.

• get_entry — получение именованной записи по категории + имени (точное или частичное совпадение).

• query_monsters — фильтрация противников и существ по уровню, роли, тематическому family, диапазону сложности, дальности атаки, ключевому слову и источнику. Окружения бестиария по умолчанию исключены (include_environments для их добавления).

• list_entries — список всех записей в категории.

Как это работает

Контент индексируется один раз в локальную базу данных SQLite (srd.db) с эмбеддингами bge-small-en-v1.5 (384-мерные), хранящимися в sqlite-vec. Поиск использует KNN из sqlite-vec с запасным вариантом на косинусной метрике.

Эмбеддинги вычисляются полностью на устройстве через fastembed (ONNX Runtime) — без API-ключа, без прокси, без сети. Модель (~30МБ) загружается один раз в .fastembed_cache/ при первом использовании, после чего всё работает офлайн.

Настройка

Предварительные требования: Node 18+. Никаких аккаунтов, ключей или прокси.

npm install                 # uses .npmrc: Netflix registry + legacy-peer-deps

Контент SRD

Папка srd/ игнорируется git. Заполните её из своей копии хранилища, затем индексируйте:

rsync -a --exclude='.git' --exclude='.build' --exclude='.github' \
  '/path/to/daggerheart-srd/' srd/

npm run index   # one-time; clears + rebuilds the index (first run downloads the model)
npm run build

Повторно запускайте npm run index после любых изменений SRD.

Регистрация в Claude Code

Добавьте в соответствующий .mcp.json проекта/хранилища:

"daggerheart": {
  "type": "stdio",
  "command": "node",
  "args": ["/Users/chrisdhanaraj/projects/daggerheart-ai/dist/index.js"]
}

Перезапустите Claude Code, затем /mcp должен показать daggerheart подключённым с 4 инструментами.

Скрипты

Примечания

• Никогда не пишите в stdout в сервере — это канал JSON-RPC. Логи идут в stderr.

• Эмбеддинги вычисляются на устройстве (fastembed / bge-small-en-v1.5, 384-мерные). На стороне запроса используется queryEmbed (инструкционный префикс BGE); при индексации — embed.

• Первичные ключи vec0 в sqlite-vec должны привязываться как BigInt в better-sqlite3.

• Пересобирайте (npm run build) после любых изменений в src/.