Knowledge Base MCP
지식 베이스 MCP
프로젝트 간 지식 베이스 MCP 서비스로, 3계층 검색(텍스트 매칭 / TF-IDF / 의미론적 벡터)을 지원하며 관리용 웹 UI를 제공합니다.
기능 특징
8개의 MCP 도구 — kb_write / kb_read / kb_search / kb_search_semantic / kb_list / kb_delete / kb_update / kb_outline
3계층 검색 아키텍처 — P0 텍스트 매칭 + P1 TF-IDF + P2 다국어 의미론적 벡터, 가중치 융합 정렬
다국어 의미론적 검색 —
paraphrase-multilingual-MiniLM-L12-v2기반, 50개 이상의 언어 간 교차 언어 검색 지원이중 전송 모드 — Stdio(로컬 MCP 클라이언트) + HTTP(StreamableHTTP / SSE / REST API)
웹 UI — Vite 6 + React 18 + Zustand + Tailwind + Ant Design
Related MCP server: RAG MCP Server
빠른 시작
npx 원클릭 실행(권장)
저장소를 복제할 필요 없이 바로 실행:
# Stdio 模式
npx @dyyz1993/kb-mcp --stdio
# HTTP 模式
npx @dyyz1993/kb-mcp --http --port 19877전역 설치(선택 사항)
npm install -g @dyyz1993/kb-mcp
kb-mcp --stdio소스 코드에서 빌드
git clone https://github.com/dyyz1993/knowledge-base-mcp.git
cd knowledge-base-mcp
bun install의미론적 검색을 처음 사용할 때는 임베딩 모델을 미리 다운로드해야 합니다:
bun run -e '
import { pipeline, env } from "@huggingface/transformers"
import { join } from "node:path"
import { homedir } from "node:os"
env.localModelPath = join(homedir(), ".cache/huggingface/local-models")
env.allowLocalModels = true
await pipeline("feature-extraction", "Xenova/paraphrase-multilingual-MiniLM-L12-v2", { dtype: "fp32" })
console.log("Model downloaded")
'모델을 다운로드하지 않으면 의미론적 검색(P2)은 사용할 수 없지만, 텍스트 매칭(P0)과 TF-IDF(P1)는 정상적으로 작동합니다.
OpenCode 설정
Stdio 모드(로컬 사용 권장)
~/.config/opencode/opencode.json을 편집하여 mcp.servers에 추가합니다:
{
"mcp": {
"servers": {
"knowledge-base": {
"type": "local",
"command": ["npx", "@dyyz1993/kb-mcp", "--stdio"]
}
}
}
}수동으로 시작할 필요 없이 OpenCode가 프로세스 수명 주기를 자동으로 관리합니다.
StreamableHTTP 모드(원격 서버)
먼저 서비스를 시작합니다:
npx @dyyz1993/kb-mcp --http --port 19877설정:
{
"mcp": {
"servers": {
"knowledge-base": {
"type": "streamable-http",
"url": "http://your-server:19877/mcp"
}
}
}
}SSE 모드(구버전 클라이언트)
{
"mcp": {
"servers": {
"knowledge-base": {
"type": "sse",
"url": "http://your-server:19877/sse"
}
}
}
}웹 UI
# 先启动 HTTP 服务
npx @dyyz1993/kb-mcp --http --port 19877
# 启动 Web UI
cd web
bun install
bun run devhttp://localhost:5180에 접속하면 API 요청이 :19877로 자동 프록시됩니다.
MCP 도구
도구 | 설명 |
| 지식 문서 저장, 태그, 키워드, 출처 프로젝트 등 메타데이터 지원 |
| 문서 내용 읽기, 50줄 초과 시 자동 절단 |
| 텍스트 + 키워드 + 태그 다차원 검색 |
| 의미론적 벡터 검색, 교차 언어 검색 지원 |
| 문서 목록 탐색, 태그 또는 프로젝트별 필터링 |
| 문서 삭제, 인덱스 동기화 업데이트 |
| 문서 본문, 제목, 태그, 키워드 업데이트 |
| 지정된 프로젝트의 문서 개요 가져오기 |
kb_write 매개변수
{
title: string // 文档标题
content: string // 正文(Markdown)
tags: string[] // 标签:tutorial / document / analysis / guide / snippet / best-practice / reference / architecture / troubleshooting / decision
keywords: string[] // 关键词,用于检索
intent: string // 创建意图或使用场景
project_description: string // 当前项目简要描述
source_project?: string // 来源项目路径(自动填充)
source_worktree?: string // 来源 worktree 路径(自动填充)
}REST API
다음 엔드포인트는 HTTP 모드에서만 사용할 수 있습니다.
메서드 | 경로 | 설명 |
GET |
| 상태 확인 |
GET |
| 모든 문서 나열 |
GET |
| 지정된 문서 읽기 |
POST |
| 통합 검색(3계층 융합) |
POST |
| 의미론적 검색 |
GET |
| 프로젝트 개요 가져오기 |
검색 아키텍처
查询 → ┌─ P0: 文本匹配(标题/关键词/意图) ──── 权重 0.2
├─ P1: TF-IDF(加权词频 + 余弦相似度) ── 权重 0.3
└─ P2: 语义向量(384维 embedding + 余弦相似度) ── 权重 0.5
↓
加权融合 → 排序返回 TopK계층 | 알고리즘 | 특징 | 시나리오 |
P0 | 부분 문자열 매칭 + 필드 가중치 | 정확함, 빠름 | 알려진 키워드 |
P1 | TF-IDF + 코사인 유사도 | 중국어 bigram 토큰화, 가중치 필드 | 퍼지 매칭 |
P2 | multilingual-MiniLM + 코사인 유사도 | 50개 이상의 언어 간 의미론적 매칭 | 자연어 쿼리 |
kb_search는 P0을 사용하고, kb_search_semantic은 P2를 사용하며, HTTP /api/search는 3계층 융합을 사용합니다.
저장 구조
모든 데이터는 ~/.knowledge/에 저장됩니다(KB_DIR 환경 변수로 사용자 지정 가능):
~/.knowledge/
├── index.json # 文档索引
├── vectors.json # 语义向量缓存
├── outlines/ # 项目大纲
│ └── {project-slug}.json
├── {id}-{title-slug}.md # 文档文件(YAML frontmatter + Markdown 正文)
└── ...단일 문서 파일 예시:
---
id: "abc123xyz"
title: "React Hooks 最佳实践"
tags: ["best-practice"]
keywords: ["react", "hooks", "useEffect"]
intent: "React 开发中 hooks 的常见模式和陷阱"
project_description: "前端组件库项目"
source_project: "/Users/x/project-frontend"
created_at: 1746012345678
---
## 使用 useEffect 的注意事项
...테스트
bun test환경 변수
변수 | 기본값 | 설명 |
|
| 지식 베이스 저장 디렉토리 |
|
| HTTP 모드 포트( |
라이선스
MIT
This server cannot be deployed
Maintenance
Related MCP Connectors
Personal knowledge base MCP server with semantic search, auto-categorization, metadata extraction
Token-free MCP server for structured RevoGrid Core, Pro, and Enterprise knowledge retrieval.
Make your knowledge agent-ready. One MCP endpoint, 5 connectors, 3 search modes.
Knowledge base MCP for AI agents on iknow.dev. Search, read, and maintain via OAuth.
Related MCP Servers
- AlicenseCqualityDmaintenanceA fund knowledge base server based on Model Context Protocol (MCP), providing query and retrieval functions of fund-related knowledge, and supporting multiple deployment modes and protocols.32Apache 2.0
- AlicenseNot gradedqualityCmaintenanceA RAG knowledge base MCP server that adds vector search and reranking capabilities to opencode, supporting multimodal embeddings, multiple knowledge bases, and local storage.1MIT
- AlicenseNot gradedqualityDmaintenanceA knowledge base MCP server backed by Qdrant vector database with local embeddings for semantic search and document management.4 npm1ISC
- AlicenseAqualityBmaintenanceVendor-neutral MCP server for knowledge retrieval across repositories, offering stable tools for searching, getting, and listing documents with hybrid lexical and optional semantic search.3MIT