Forja de la Sabiduría

Un potente sistema de gestión del conocimiento que genera sabiduría a partir de experiencias, perspectivas y mejores prácticas. Desarrollado con la base de datos vectorial Qdrant para un almacenamiento y recuperación eficientes del conocimiento.

Características

• Gestión y recuperación inteligente de conocimientos

• Soporte para múltiples tipos de conocimiento (mejores prácticas, lecciones aprendidas, perspectivas, experiencias)

• Selección de base de datos configurable mediante variables de entorno

• Utiliza FastEmbed integrado de Qdrant para una generación de incrustaciones eficiente

• Almacenamiento y recuperación de conocimiento del dominio

• Implementable en la plataforma Smithery.ai

Related MCP server: KB-MCP Server

Prerrequisitos

• Node.js 20.x o posterior (se recomienda LTS)

• npm 10.x o posterior

• Base de datos de vectores Qdrant o Chroma

Instalación

1. Clonar el repositorio:

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

2. Instalar dependencias:

npm install

3. Cree un archivo .env en el directorio raíz basado en la plantilla .env.example :

cp .env.example .env

4. Configure sus variables de entorno en el archivo .env :

Variables de entorno requeridas

Configuración de la base de datos

• DATABASE_TYPE : Elija su base de datos vectorial ( qdrant o chroma )

• COLLECTION_NAME : Nombre de su colección de vectores

• QDRANT_URL : URL de su instancia de Qdrant (obligatorio si usa Qdrant)

• QDRANT_API_KEY : Clave API para Qdrant (obligatoria si se usa Qdrant)

• CHROMA_URL : URL de su instancia de Chroma (obligatorio si usa Chroma)

Configuración del servidor

• HTTP_SERVER : Establézcalo en true para habilitar el modo de servidor HTTP

• PORT : Número de puerto solo para desarrollo local (predeterminado: 3000). No se utiliza en la implementación en la nube de Smithery.

Ejemplo de configuración .env para 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. Construir el proyecto:

npm run build

Integración de IDE de IA

IDE de Cursor AI

Agregue esta configuración a su archivo ~/.cursor/mcp.json o .cursor/mcp.json :

{
  "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"
      ]
    }
  }
}

Reemplace los siguientes marcadores de posición en la configuración:

• YOUR_API_KEY : Su clave API de Smithery

• YOUR_COLLECTION_NAME : El nombre de tu colección de Qdrant

• YOUR_QDRANT_URL : URL de su instancia de Qdrant

• YOUR_QDRANT_API_KEY : Su clave API de Qdrant

Nota: Asegúrate de tener Node.js instalado y npx disponible en tu PATH. Si usas nvm, asegúrate de usar la versión correcta de Node.js ejecutando nvm use --lts antes de iniciar Cursor.

Escritorio de Claude

Añade esta configuración en la configuración de Claude:

{
  "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"
    }
  ]
}