Plataforma intermedia de MCP para inteligencia regulatoria automotriz (regs-mcp)

Convierte las normas y regulaciones automotrices nacionales e internacionales en capacidades inteligentes: consultables, comparables, trazables, con preguntas y respuestas que incluyen la fuente, e invocables por los sistemas empresariales, todo ello como servicio MCP.

Características

• Núcleo inteligente de procesamiento de regulaciones/cláusulas: búsqueda, preguntas y respuestas con fuentes, comparación (planificado).

• Fuentes obligatorias: toda conclusión de cumplimiento debe incluir el número de norma, el número de cláusula y un extracto del texto original; las conclusiones sin fuente se degradan automáticamente a unknown y se marcan para revisión humana.

• Protocolo unificado: MCP 2026-07-28 + Streamable HTTP; tanto la plataforma intermedia de Java como 飞书 pueden actuar directamente como clientes MCP, sin necesidad de adaptaciones individuales.

• Comparación de regulaciones: comparación de regulaciones nacionales e internacionales, comparación entre normas vigentes y borradores para comentarios, y exportación a Excel editable (planificado).

Related MCP server: spec-assistant

Arquitectura

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

Principios de arquitectura

• Inversión de dependencias (DIP): la capa de dominio/aplicación solo define puertos; las capacidades de búsqueda, LLM, exportación, etc. se inyectan desde la capa de infraestructura mediante implementaciones reemplazables; cambiar entre componentes de código abierto o implementaciones propias no afecta la lógica del núcleo.

• Prioridad a los protocolos estándar: MCP 2026-07-28 + Streamable HTTP; los clientes no necesitan adaptaciones individuales.

• Extensible: las herramientas se dividen según "cada server ≤ 8 tool"; los buscadores, modelos y formatos de exportación se registran como estrategias/plugins; añadir nuevas fuentes de datos o formatos de exportación no cambia el núcleo.

• Uso pragmático del código abierto: se pueden integrar parseo (MinerU/Docling), bases vectoriales, SDK de 飞书, etc.; la capa de protocolo depende únicamente del SDK oficial de MCP, evitando quedar vinculado a un único producto.

Ejecución

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

Integración de grandes modelos de lenguaje (opcional)

Por defecto se utiliza un mock offline (síntesis extractiva), lo que garantiza que se pueda demostrar en cualquier lugar. Para conectar un gran modelo de lenguaje local o en la nube:

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

Evaluación

20 preguntas de negocio reales: cobertura de citas 100 %, precisión de localización de cláusulas 95 %.

Hoja de ruta

• M1 (completado): núcleo inteligente de regs-knowledge (búsqueda + preguntas y respuestas con fuentes + conjunto de evaluación).

• M2: regs-graph (consulta inversa por pieza/función, análisis de impacto) + compare (comparación nacional e internacional, vigente vs. borrador para comentarios, exportación a Excel).

• M3: regs-jobs (parseo e ingreso en base de datos) + adaptador de bot de 飞书 (suscripción de eventos → llamada a MCP → tarjeta de texto enriquecido).

Licencia

MIT