WisdomForge

Ein leistungsstarkes Wissensmanagementsystem, das Wissen aus Erfahrungen, Erkenntnissen und Best Practices schöpft. Entwickelt mit der Qdrant-Vektordatenbank für effiziente Wissensspeicherung und -abfrage.

Merkmale

• Intelligentes Wissensmanagement und -abruf

• Unterstützung mehrerer Wissenstypen (Best Practices, gewonnene Erkenntnisse, Erkenntnisse, Erfahrungen)

• Konfigurierbare Datenbankauswahl über Umgebungsvariablen

• Verwendet Qdrant's integriertes FastEmbed für eine effiziente Einbettungsgenerierung

• Speicherung und Abruf von Domänenwissen

• Auf der Smithery.ai-Plattform einsetzbar

Related MCP server: Oracle MCP

Voraussetzungen

• Node.js 20.x oder höher (LTS empfohlen)

• npm 10.x oder höher

• Qdrant- oder Chroma-Vektordatenbank

Installation

1. Klonen Sie das Repository:

git clone https://github.com/hadv/wisdomforge
cd wisdomforge

2. Installieren Sie Abhängigkeiten:

npm install

3. Erstellen Sie basierend auf der Vorlage .env.example eine .env Datei im Stammverzeichnis:

cp .env.example .env

4. Konfigurieren Sie Ihre Umgebungsvariablen in der .env Datei:

Erforderliche Umgebungsvariablen

Datenbankkonfiguration

• DATABASE_TYPE : Wählen Sie Ihre Vektordatenbank ( qdrant oder chroma )

• COLLECTION_NAME : Name Ihrer Vektorsammlung

• QDRANT_URL : URL Ihrer Qdrant-Instanz (erforderlich bei Verwendung von Qdrant)

• QDRANT_API_KEY : API-Schlüssel für Qdrant (erforderlich bei Verwendung von Qdrant)

• CHROMA_URL : URL Ihrer Chroma-Instanz (erforderlich bei Verwendung von Chroma)

Serverkonfiguration

• HTTP_SERVER : Auf true setzen, um den HTTP-Servermodus zu aktivieren

• PORT : Portnummer nur für die lokale Entwicklung (Standard: 3000). Wird bei der Smithery-Cloud-Bereitstellung nicht verwendet.

Beispiel .env -Konfiguration für Qdrant:

DATABASE_TYPE=qdrant
COLLECTION_NAME=wisdom_collection
QDRANT_URL=https://your-qdrant-instance.example.com:6333
QDRANT_API_KEY=your_api_key
HTTP_SERVER=true
PORT=3000  # Only needed for local development

5. Erstellen Sie das Projekt:

npm run build

AI IDE-Integration

Cursor AI IDE

Fügen Sie diese Konfiguration zu Ihrer Datei ~/.cursor/mcp.json oder .cursor/mcp.json hinzu:

{
  "mcpServers": {
    "wisdomforge": {
      "command": "npx",
      "args": [
        "-y",
        "@smithery/cli@latest",
        "run",
        "@hadv/wisdomforge",
        "--key",
        "YOUR_API_KEY",
        "--config",
        "{\"database\":{\"type\":\"qdrant\",\"collectionName\":\"YOUR_COLLECTION_NAME\",\"url\":\"YOUR_QDRANT_URL\",\"apiKey\":\"YOUR_QDRANT_API_KEY\"}}",
        "--transport",
        "ws"
      ]
    }
  }
}

Ersetzen Sie in der Konfiguration folgende Platzhalter:

• YOUR_API_KEY : Ihr Smithery-API-Schlüssel

• YOUR_COLLECTION_NAME : Ihr Qdrant-Sammlungsname

• YOUR_QDRANT_URL : Die URL Ihrer Qdrant-Instanz

• YOUR_QDRANT_API_KEY : Ihr Qdrant-API-Schlüssel

Hinweis: Stellen Sie sicher, dass Node.js installiert ist und npx in Ihrem Pfad verfügbar ist. Wenn Sie nvm verwenden, stellen Sie sicher, dass Sie die richtige Node.js-Version verwenden, indem Sie vor dem Start von Cursor den Befehl nvm use --lts ausführen.

Claude Desktop

Fügen Sie diese Konfiguration in Claudes Einstellungen hinzu:

{
  "processes": {
    "knowledge_server": {
      "command": "/path/to/your/project/run-mcp.sh",
      "args": []
    }
  },
  "tools": [
    {
      "name": "store_knowledge",
      "description": "Store domain-specific knowledge in a vector database",
      "provider": "process",
      "process": "knowledge_server"
    },
    {
      "name": "retrieve_knowledge_context",
      "description": "Retrieve relevant domain knowledge from a vector database",
      "provider": "process",
      "process": "knowledge_server"
    }
  ]
}