Cangjie MCP Server

仓颉编程语言的 MCP (Model Context Protocol) 服务器，提供文档搜索和代码智能功能。

功能

• 文档搜索: 基于向量检索的仓颉语言文档搜索

• 代码智能: 基于 LSP 的跳转定义、查找引用、悬停信息等功能

• 可选远程文档服务: 支持连接远程文档/索引服务，减少本地资源占用，适合开箱即用或团队共享

安装

你可以根据偏好的包管理器，选择通过 PyPI (Python) 或 npm (Node.js) 进行安装。

通过 PyPI 安装 (Python)

pip install cangjie-mcp

安装并指定 Rust feature

当平台没有预编译 wheel，或你希望按需启用 GPU/NPU 等加速后端时，可强制从 sdist 构建并传入 maturin 构建参数：

pip install --no-binary cangjie-mcp cangjie-mcp \
  --config-settings=build-args="--features local"

可用 feature（传给 cangjie-mcp-cli）：

• local：本地向量化（CPU；默认构建的二进制已启用）

• legacy：本地向量化改用 ort-tract 后端（适配旧 glibc 构建）

• local-cuda / local-cudnn：启用 CUDA/CUDNN 后端

• local-metal：启用 Apple Metal 后端

• local-mkl / local-accelerate：启用 MKL / Accelerate 后端

通过 npm 安装 (Node.js)

npm install -g cangjie-mcp

npm 默认优先使用预编译二进制；当当前平台没有匹配包，或 Linux 的 glibc 低于 2.28 时，会自动回退到本地源码构建。你也可以显式强制源码构建：

CANGJIE_MCP_FORCE_BUILD=1 npm install -g cangjie-mcp

架构

cangjie-mcp 支持两种运行模式：

本地模式（默认）

MCP 服务器在本地加载检索索引（BM25 + 向量索引），直接处理查询。

cangjie-mcp               # 或 uvx cangjie-mcp

远程服务模式（可选）

如果你不想在本机下载/加载向量模型与索引（或希望多人/多台机器共享同一套索引），可以把检索能力独立部署为 cangjie-mcp-server，同时对外提供：

• HTTP 查询 API，供本地 cangjie-mcp --server-url 连接（LSP 工具仍在本地可用）

• Remote MCP 端点，MCP 客户端无需本地运行 cangjie-mcp 即可直接连接

  • Streamable HTTP（默认 /mcp）— MCP 规范推荐的现代传输方式

  • SSE（默认 /sse）— 旧版兼容传输

注意：cangjie-mcp-server 为独立二进制，不随 PyPI / npm 发行，需单独从源码构建。Remote MCP 模式下 LSP 工具（cangjie_lsp）不可用 —— 它依赖本地文件系统和仓颉 SDK，仅在 stdio 模式（cangjie-mcp）中提供。

# 启动服务器（同时暴露 HTTP API、Streamable HTTP MCP、SSE MCP）
cangjie-mcp-server --embedding local --port 8765

# 方式 A：本地 stdio MCP 连接远程索引（保留 LSP）
cangjie-mcp --server-url http://localhost:8765

# 方式 B：客户端直接连接 Remote MCP（无需本地进程）
#   Streamable HTTP: http://localhost:8765/mcp
#   SSE:             http://localhost:8765/sse

快速配置

项目提供两部分能力，可独立安装：MCP 服务器（文档检索 + LSP 工具）和 Skill（仓颉语言速查知识）。推荐搭配使用。

MCP 服务器

公共文档服务器已部署在 https://cj-mcp.learningman.top，直接使用 Streamable HTTP 远程 MCP，无需在本地安装任何包，也无需加载嵌入模型，开箱即用：

npx add-mcp https://cj-mcp.learningman.top/mcp

如需 LSP 代码智能工具（需要本地仓颉 SDK），改用 stdio 模式，通过 uvx 拉起本地进程并连接远程检索服务：

npx add-mcp "uvx cangjie-mcp" \
  --env "CANGJIE_SERVER_URL=https://cj-mcp.learningman.top" \
  --env "CANGJIE_HOME=/path/to/cangjie-sdk"

完全离线 / 自建索引（不连接远程服务器，本地加载嵌入模型）：

npx add-mcp "uvx cangjie-mcp" \
  --env "CANGJIE_RERANK_TYPE=local" \
  --env "CANGJIE_HOME=/path/to/cangjie-sdk"

add-mcp 会自动识别当前环境中的 AI 编程助手（Claude Code、Cursor、Windsurf、VS Code、Zed、Claude Desktop 等）并写入对应配置，详见 neondatabase/add-mcp。使用 -g 全局安装，-a <agent> 指定目标，--all 写入所有受支持的客户端。

Skill

本项目提供仓颉语言的 AI 编程助手技能，包含语法速查、关键差异和常见陷阱等知识。项目根目录的 SKILL.md 遵循 skills 规范，可直接通过以下命令安装到你的项目：

npx skills add Zxilly/cangjie-mcp

可用工具

文档搜索

代码智能

需要设置 CANGJIE_HOME 环境变量指向仓颉 SDK 路径，LSP 工具才会注册。

命令行参考

cangjie-mcp

安装 Python 包后，cangjie-mcp 命令可直接使用。

cangjie-mcp                        # 启动 MCP stdio 服务器（无参数时默认行为）
cangjie-mcp query "泛型"           # CLI 搜索（自动启动后台 daemon）
cangjie-mcp lsp hover main.cj --symbol main  # LSP 操作
cangjie-mcp index                  # 构建搜索索引
cangjie-mcp config init            # 生成默认配置文件

cangjie-mcp 和 cangjie-mcp index 接受完整的索引/嵌入/网络选项（通过 cangjie-mcp --help 查看）。其他子命令的设置统一从配置文件加载，运行 cangjie-mcp config path 查看路径。

本地模型缓存

当使用 --embedding local 或 CANGJIE_RERANK_TYPE=local 时，fastembed 模型缓存写入 <data_dir>/cache/fastembed。以下选项同时适用于 cangjie-mcp 和 cangjie-mcp-server：

全局选项

环境变量

cangjie-mcp-server

启动 HTTP 查询服务器和 Remote MCP 服务器，加载本地检索索引（BM25 + 向量索引），通过 HTTP 提供查询服务，同时提供 Streamable HTTP（/mcp）和旧版 SSE（/sse）两种 MCP 传输方式。该服务器为独立二进制，需单独构建。

cangjie-mcp-server [OPTIONS]

支持所有与 cangjie-mcp 相同的索引选项，以及：

HTTP API

MCP 端点

默认同时提供两种 MCP 传输方式，暴露 cangjie_search_docs 工具：

注意：Remote MCP 模式下 LSP 工具不可用，仅提供文档搜索相关工具。

Daemon 管理

CLI 工具命令（query、lsp 等）会自动在后台启动 daemon 进程，复用已初始化的服务实例以加速响应。daemon 空闲超时后自动退出。

cangjie-mcp daemon status           # 查看 daemon 状态
cangjie-mcp daemon stop             # 停止 daemon
cangjie-mcp daemon logs --tail 50   # 查看日志
cangjie-mcp daemon logs --follow    # 实时跟踪日志

调试与日志

--log-file 和 --debug 配合使用，可以帮助排查 MCP 通信问题：

# 记录应用日志到文件
cangjie-mcp --log-file /tmp/cangjie.log

# 调试模式：额外记录 MCP stdio 协议流量
cangjie-mcp --log-file /tmp/cangjie.log --debug

# 通过环境变量配置
CANGJIE_LOG_FILE=/tmp/cangjie.log CANGJIE_DEBUG=1 cangjie-mcp

许可证

MIT License