This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
一个全程离线的个人知识库：把散落的笔记、源码、项目文档切块向量化，通过 MCP（Model Context Protocol） 暴露成检索工具，Agent 可以直接调用。
不依赖任何云端 embedding API，模型在本地跑；断网可用。
离线向量化：fastembed 加载 BAAI/bge-small-zh-v1.5（ONNX，512 维），首次下载后全程本地推理
多集合隔离：按内容类型分成多个 collection（踩坑 / 源码 / 领域 / 项目 / 词汇），检索时可按类限定
增量索引：按文件内容哈希记录进度，内容没变的文件第二次建库直接跳过
三种切块策略：笔记按标题切、源码按文件切、词汇列表按「标题 + 每 N 条一组」切
两种接入方式：MCP stdio 服务（给 Agent）+ 命令行 JSON 输出（给脚本）
Related MCP server: Notebook Library MCP Server
源文件 (md / py)
│ build_index.py 扫描 → 切块 → embed
▼
ChromaDB (data/) 持久化向量 + 原文 + 元数据
│
├── kb_server.py MCP stdio 服务 ──► Agent 调用 search / list_collections
└── kb_cli.py 命令行 ──► 其他程序调用，输出 JSONpython -m venv .venv
.venv\Scripts\activate # Windows
pip install -r requirements.txt
cp examples/sources.example.json sources.json # 改成你自己的路径
python build_index.pysources.json 的每一项是一类语料：
{
"notes": { "kind": "note", "path": "~/notes", "glob": "**/*.md" },
"code": { "kind": "code", "path": "~/projects/my-app/src", "glob": "**/*.py" }
}kind 决定切块方式：note（按标题）/ code（按文件）/ vocab（按标题后拆列表）。
{
"mcpServers": {
"knowledge-base": {
"command": "C:/path/to/.venv/Scripts/python.exe",
"args": ["C:/path/to/kb_server.py"]
}
}
}暴露两个工具：
工具 | 作用 |
| 语义检索，返回原文片段 + 来源 + 相关度 |
| 列出各分类及块数 |
python kb_cli.py search "怎么解决 Node 内存损坏" 5
python kb_cli.py list输出是 JSON，方便被其他进程解析。
长列表整段塞进一个向量会被稀释——查询单个词时，整块 17 条的平均语义离任何单条都远。实测（查询「eligible 后面接什么」，相关块余弦相似度）：
切法 | 相关块相关度 |
17 条一整块 | 0.403 |
每 4 条一组 | 0.459 |
单条独立 | 0.561 |
最终取每 2 条一组：再细会丢上下文（每组都复制一遍标题），再粗就命不中。
中英混排语料混在同一个集合里时，中文文档会把英文查询的 top-k 全占掉。这个项目的处理是给集合加路由——查英文必须显式指定 collection="english"，否则召回会被中文噪声顶掉。
如果你的语料是纯中文或者纯英文，可以忽略这一条。
kb_lib.py 向量化 / 存储 / 切块（共享逻辑）
build_index.py 建库入口（读 sources.json，增量）
kb_server.py MCP stdio 服务
kb_cli.py 命令行 / JSON 输出
examples/ 配置模板data/（向量库）和 models/（ONNX 模型）不入版本库，见 .gitignore；换机器重新建库即可
首次运行会从 HuggingFace 拉模型；国内网络可在 kb_lib.py 顶部通过 HF_ENDPOINT 走镜像（已默认设置）
MIT
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
This server cannot be deployed
Private, multimodal knowledge store for agents: hybrid search with cited, provenance-backed results.
Persistent memory and knowledge management for AI agents with semantic search and 50+ tools.
Universal persistent memory and knowledge retrieval layer for AI agents and LLMs.
Search and reason over your Obsidian-style Markdown vault, right from ChatGPT.
