Intelligente MCP-Mittelplattform für Fahrzeugvorschriften (regs-mcp)

Wandelt nationale und internationale Fahrzeugvorschriften und -standards in intelligente Fähigkeiten um, die durchsuchbar, vergleichbar, rückverfolgbar, mit Quellenangaben beantwortbar und von Unternehmenssystemen aufrufbar sind – bereitgestellt als MCP-Dienst.

Eigenschaften

• Intelligenter Kern für die Verarbeitung von Vorschriften/Klauseln: Suche, Fragen mit Quellenangabe, Vergleich (geplant).

• Pflichtquellenangabe: Jede Compliance-Aussage muss Standardnummer, Klauselnummer und einen Auszug aus dem Originaltext enthalten; Ausage ohne Quelle wird automatisch auf unknown herabgestuft und als prüfungspflichtig markiert.

• Einheitliches Protokoll: MCP 2026-07-28 + Streamable HTTP; sowohl die Java-Mittelplattform als auch 飞书 können direkt als MCP-Clients verwendet werden, ohne separate Anpassung für jede Seite.

• Vorschriftenvergleich: Vergleich nationaler und internationaler Vorschriften sowie gültiger Standards mit Entwürfen zur Stellungsnahme, einschließlich Export als bearbeitbares Excel (geplant).

Related MCP server: spec-assistant

Architektur

src/regs_mcp/
├── core/        领域模型与引用强制规则（不依赖 MCP/LLM/DB）
├── retrieval/   数据持久化与混合检索（SQLite + 纯 Python 打分，零外部依赖）
├── llm/         OpenAI 兼容 LLM 客户端 + 离线 mock 兜底
├── qa/          问答管线（检索→草稿→引用校验→结构化）
├── ingest/      种子数据加载
├── mcp/         MCP 适配层（regs-knowledge 智能核）
├── feishu/      飞书适配器（规划）
└── eval/        评测集 + 指标

Architekturprinzipien

• Abhängigkeitsinversion (DIP): Die Domänen-/Anwendungsschicht defniert nur Ports; Such-, LLM- und Exportfähigkeiten werden von der Infra-Schicht über austauschbare Implementierungen injiziert. Ein Wechsel zwischen Open-Source-Komponenten und Eigenentwicklungen beinflusst die Kernlogik nicht.

• Standardprotokoll priorisiert: MCP 2026-07-28 + Streamable HTTP; Aufrufer benötigen keine separate Anpassung.

• Erweiterbar: Werkzeuge werden nach „pro Server ≤ 8 Tools“ aufgeteilt; Retriever, Modelle und Exportformate werden als Strategien/Plugins registriert. Neue Datenquellen oder Exportformate erfordern keine Änderung am Kern.

• Pragmatisch Open Source nutzen: Parsing (MinerU/Docling), Vektor-Datenbanken, 飞书 SDK usw. können angebunden werden; die Protokollschicht hängt nur vom offiziellen MCP SDK ab, um nicht an ein einzelnes Produkt gebunden zu sein.

Ausführung

cd vehicle-regs-mcp
python -m venv .venv && . .venv/Scripts/activate
pip install -e ".[dev]"

# 灌入种子数据
PYTHONPATH=src python -c "from regs_mcp.ingest.loader import load_seed; \
from regs_mcp.retrieval.store import RegulationStore; \
s=RegulationStore('data/regs.db'); print(load_seed(s, 'data/seed'))"

# 评测（离线可跑，无需任何 API key）
PYTHONPATH=src python -m regs_mcp.eval.run

# 测试
pytest

# 启动 MCP 服务（Streamable HTTP）
PYTHONPATH=src python -m regs_mcp.mcp.server

Anbindung eines großen Sprachmodells (optional)

Standardmäßig wird ein Offline-Mock (extraktive Synthese) verwendet, damit die Lösung überall demonstriert werden kann. So binden Sie ein lokales oder Cloud-LLM an:

export REGS_LLM_BASE_URL=http://<endpoint>/v1
export REGS_LLM_API_KEY=<token>
export REGS_LLM_MODEL=<model>
export REGS_LLM_MOCK=0

Evaluierung

20 reale Geschäftsfragen: Zitierabdeckung 100 %, Genauigkeit der Klausellokalisierung 95 %.

Roadmap

• M1 (abgeschlossen): regs-knowledge-Intelligenzkern (Suche + Fragen mit Quellenangabe + Evaluierungsset).

• M2: regs-graph (Rückwärtssuche nach Bauteilen/Funktionen, Auswirkungsanalysen) + compare (nationaler/internationaler Vergleich, aktuell vs. Entwurf, Excel-Export).

• M3: regs-jobs (Parsing und Import in die Datenbank) + 飞书-Bot-Adapter (Event-Abonnement → MCP-Aufruf → Rich-Text-Karte).

Lizenz

MIT