Servidor de análisis de chat de MCP

Un servidor de Protocolo de Contexto de Modelo (MCP) que permite el análisis semántico de conversaciones de chat mediante incrustaciones vectoriales y grafos de conocimiento. Este servidor proporciona herramientas para analizar datos de chat, realizar búsquedas semánticas, extraer conceptos y analizar patrones de conversación.

Características principales

• 🔍 Búsqueda semántica : Encuentra mensajes y conversaciones relevantes usando similitud vectorial

• 🕸️ Gráfico de conocimiento : navegue por las relaciones entre mensajes, conceptos y temas

• 📊 Análisis de conversaciones : analiza patrones, métricas y dinámicas de conversaciones

• 🔄 Importación flexible : Compatibilidad con varios formatos de exportación de chat

• 🚀 Integración con MCP : Fácil integración con Claude y otros sistemas compatibles con MCP

Related MCP server: OpenRouter MCP Multimodal Server

Inicio rápido

# Install the package
pip install mcp-chat-analysis-server

# Set up configuration
cp config.example.yml config.yml
# Edit config.yml with your database settings

# Run the server
python -m mcp_chat_analysis.server

Integración MCP

Añade a tu claude_desktop_config.json :

{
  "mcpServers": {
    "chat-analysis": {
      "command": "python",
      "args": ["-m", "mcp_chat_analysis.server"],
      "env": {
        "QDRANT_URL": "http://localhost:6333",
        "NEO4J_URL": "bolt://localhost:7687",
        "NEO4J_USER": "neo4j",
        "NEO4J_PASSWORD": "your-password"
      }
    }
  }
}

Herramientas disponibles

importar_conversaciones

Importar y analizar conversaciones de chat

{
    "source_path": "/path/to/export.zip",
    "format": "openai_native"  # or html, markdown, json
}

búsqueda semántica

Buscar conversaciones por similitud semántica

{
    "query": "machine learning applications",
    "limit": 10,
    "min_score": 0.7
}

analizar_métricas

Analizar métricas de conversación

{
    "conversation_id": "conv-123",
    "metrics": [
        "message_frequency",
        "response_times",
        "topic_diversity"
    ]
}

extraer_conceptos

Extraer y analizar conceptos

{
    "conversation_id": "conv-123",
    "min_relevance": 0.5,
    "max_concepts": 10
}

Arquitectura

Consulte ARCHITECTURE.md para obtener diagramas detallados y documentación de:

• Componentes e interacciones del sistema

• Flujo de datos y canalización de procesamiento

• Esquema de almacenamiento y operaciones vectoriales

• Mecanismo de integración de herramientas

Prerrequisitos

• Python 3.8+

• Base de datos Neo4j para el almacenamiento de gráficos de conocimiento

• Base de datos vectorial Qdrant para búsqueda semántica

• transformadores de oraciones para incrustaciones

Instalación

1. Instalar el paquete:

pip install mcp-chat-analysis-server

2. Configurar bases de datos:

# Using Docker (recommended)
docker compose up -d

3. Configurar el servidor:

cp .env.example .env
# Edit .env with your settings

Desarrollo

1. Clonar el repositorio:

git clone https://github.com/rebots-online/mcp-chat-analysis-server.git
cd mcp-chat-analysis-server

2. Instalar dependencias de desarrollo:

pip install -e ".[dev]"

3. Ejecutar pruebas:

pytest tests/

Contribuyendo

1. Bifurcar el repositorio

2. Crear una rama de características

3. Enviar una solicitud de extracción

Consulte CONTRIBUTING.md para obtener pautas.

Licencia

Licencia MIT: consulte el archivo LICENCIA para obtener más detalles.

Proyectos relacionados

• Protocolo de Contexto Modelo (MCP)

• Escritorio de Claude

• Base de datos de vectores de Qdrant

• Base de datos de gráficos Neo4j

Apoyo

• 📖 Documentación

• 🐛 Rastreador de problemas

• 💬 Discusiones