Pulipuli Blog Knowledge MCP

公開唯讀的部落格知識庫，資料來源為 布丁布丁吃布丁。使用 Cloudflare Workers 提供搜尋網站、JSON API 與 MCP Streamable HTTP 端點；文章中繼資料與全文存放在 D1，語意向量存放在 Qdrant Cloud，向量由 Workers AI 產生。

功能

• 讀取 Blogger Atom feed，依分頁游標分批回填歷史文章。

• 抓取文章實際網頁並擷取正文，不把 RSS 摘要當成全文。

• 遵守 robots.txt，支援請求重試、節流與失敗文章重試。

• D1 保存標題、網址、日期、標籤、全文與內容雜湊；內容改變時更新向量索引。

• 提供關鍵字、語意與混合搜尋；混合搜尋以 Reciprocal Rank Fusion 合併排名。

• 提供 /mcp 唯讀工具 search_articles 與 get_article，可加入支援 Streamable HTTP 的 MCP 用戶端。

• GitHub Actions 每兩天觸發同步，初次回填可在多個 Worker 請求間續跑。

Related MCP server: Ghost + Contentful MCP

快速開始

1. 安裝 Node.js 與 npm，複製 wrangler.example.toml 為 wrangler.toml，填入 D1 Database ID。wrangler.toml、.dev.vars 已加入 .gitignore。

2. 安裝相依套件：npm install。

3. 建立 Cloudflare D1，並把 Database ID 填入本機 wrangler.toml：

   npx wrangler d1 create pulipuli-blog-knowledge

4. 在本機建立 .dev.vars，參考 .dev.vars.example 填入 Ingestion Token 與 Qdrant 設定。

5. 建立資料表並部署：

   npm run db:migrate:remote
   npm run deploy

6. 在 GitHub Repository Secrets 設定 INGEST_URL 與 INGEST_TOKEN，啟用 Actions 後即可排程同步。初次索引會自動依 Workers AI 回傳的向量長度建立 Qdrant collection。

完整 Cloudflare、Qdrant、GitHub Secrets 與 ChatGPT MCP 設定步驟請見 部署指南 和 設定存放位置。

路由

• GET /：部落格搜尋頁。

• GET /api/search?q=...&limit=...&mode=hybrid|keyword|semantic：搜尋文章。

• GET /api/articles/:id：讀取一篇文章的完整索引文字。

• GET /health：Worker 與 D1 健康狀態。

• POST /internal/ingest：以 Bearer Token 保護的分批同步入口。

• /mcp：唯讀 MCP Streamable HTTP endpoint。

設定檔與機密

• wrangler.example.toml、config.example.json、.dev.vars.example 是可公開的範例。

• 正式 Worker 的 D1 binding 與非機密執行設定放在本機 wrangler.toml 或 Cloudflare Dashboard Variables。

• Worker 的 INGEST_TOKEN、QDRANT_URL、QDRANT_API_KEY 使用 Cloudflare Worker Secrets；本機開發值放在未追蹤的 .dev.vars。

• GitHub Actions 使用 Repository Secrets 保存 INGEST_URL 與相同的 INGEST_TOKEN。

架構文件

• 技術規格

• 設定存放位置

• 部署與首次回填

限制

Cloudflare、Workers AI、D1、GitHub Actions 與 Qdrant 的方案額度會改變；部署者需在各平台確認目前額度。關鍵字檢索使用 D1 子字串比對，適合這個部落格的中文查詢起步，之後可依資料量調整索引策略。