Knowledge Base MCP
Knowledge Base MCP
跨项目的知识库 MCP 服务,支持三层搜索(文本匹配 / TF-IDF / 语义向量),提供 Web UI 管理界面。
功能特性
8 个 MCP 工具 — kb_write / kb_read / kb_search / kb_search_semantic / kb_list / kb_delete / kb_update / kb_outline
三层搜索架构 — P0 文本匹配 + P1 TF-IDF + P2 多语言语义向量,加权融合排序
多语言语义搜索 — 基于
paraphrase-multilingual-MiniLM-L12-v2,支持 50+ 语言跨语言检索双传输模式 — Stdio(本地 MCP 客户端)+ HTTP(StreamableHTTP / SSE / REST API)
Web UI — Vite 6 + React 18 + Zustand + Tailwind + Ant Design
快速开始
npx 一键启动(推荐)
无需克隆仓库,直接运行:
# Stdio 模式
npx @dyyz1993/kb-mcp --stdio
# HTTP 模式
npx @dyyz1993/kb-mcp --http --port 19877全局安装(可选)
npm install -g @dyyz1993/kb-mcp
kb-mcp --stdio从源码构建
git clone https://github.com/dyyz1993/knowledge-base-mcp.git
cd knowledge-base-mcp
bun install首次使用语义搜索时,需要预先下载 embedding 模型:
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")
'如果不下载模型,语义搜索(P2)不可用,但文本匹配(P0)和 TF-IDF(P1)仍正常工作。
OpenCode 配置
Stdio 模式(推荐本地使用)
编辑 ~/.config/opencode/opencode.json,在 mcp.servers 中添加:
{
"mcp": {
"servers": {
"knowledge-base": {
"type": "local",
"command": ["npx", "@dyyz1993/kb-mcp", "--stdio"]
}
}
}
}无需手动启动,OpenCode 会自动管理进程生命周期。
StreamableHTTP 模式(远程服务器)
先启动服务:
npx @dyyz1993/kb-mcp --http --port 19877配置:
{
"mcp": {
"servers": {
"knowledge-base": {
"type": "streamable-http",
"url": "http://your-server:19877/mcp"
}
}
}
}SSE 模式(旧版客户端)
{
"mcp": {
"servers": {
"knowledge-base": {
"type": "sse",
"url": "http://your-server:19877/sse"
}
}
}
}Web UI
# 先启动 HTTP 服务
npx @dyyz1993/kb-mcp --http --port 19877
# 启动 Web UI
cd web
bun install
bun run dev访问 http://localhost:5180,API 请求自动代理到 :19877。
MCP 工具
工具 | 说明 |
| 保存知识文档,支持标签、关键词、来源项目等元数据 |
| 读取文档内容,超 50 行自动截断 |
| 文本 + 关键词 + 标签多维搜索 |
| 语义向量搜索,支持跨语言检索 |
| 浏览文档列表,按标签或项目过滤 |
| 删除文档,同步更新索引 |
| 更新文档正文、标题、标签、关键词 |
| 获取指定项目的文档大纲 |
kb_write 参数
{
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
以下端点仅在 HTTP 模式下可用。
方法 | 路径 | 说明 |
GET |
| 健康检查 |
GET |
| 列出所有文档 |
GET |
| 读取指定文档 |
POST |
| 综合搜索(三层融合) |
POST |
| 语义搜索 |
GET |
| 获取项目大纲 |
搜索架构
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 TopK层级 | 算法 | 特点 | 场景 |
P0 | 子串匹配 + 字段加权 | 精确、快速 | 已知关键词 |
P1 | TF-IDF + 余弦相似度 | 中文 bigram 分词,加权字段 | 模糊匹配 |
P2 | multilingual-MiniLM + 余弦相似度 | 50+ 语言跨语言语义匹配 | 自然语言查询 |
kb_search 使用 P0,kb_search_semantic 使用 P2,HTTP /api/search 使用三层融合。
存储结构
所有数据存储在 ~/.knowledge/(可通过 KB_DIR 环境变量自定义):
~/.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)
└── ...单个文档文件示例:
---
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
...测试
bun test环境变量
变量 | 默认值 | 说明 |
|
| 知识库存储目录 |
|
| HTTP 模式端口(也可用 |
License
MIT
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.
Latest Blog Posts
MCP directory API
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/dyyz1993/knowledge-base-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server