Skip to main content
Glama

Support Knowledge Kit

把本地客服资料接给 AI 助手,让回复有原文可查、有条件可核对。

tests

看一条真实演练回复 · 读 Skill · 读 MCP 服务代码

这个项目提供两个 MCP 工具和一个 Agent Skill:工具负责搜索、读取 Markdown 资料,Skill 指导 AI 查清规则、起草客户回复,并单独记录依据与待确认事项。适合产品 FAQ、业务规则、排障手册等小型知识库。

客户问题 → 已有 AI 助手读取 support-reply Skill
                     ↓
            搜索资料 → 阅读带行号原文
                     ↓
        客户回复草稿 + 内部依据 + 待确认事项

MCP 服务本身不调用大模型,不需要 API Key,也不下载嵌入模型。生成回复由你接入的 AI 客户端完成,相关模型费用按客户端的配置计费。本项目提供工具和工作步骤,不包含独立的聊天网站或企业账户系统。

快速开始

需要 Python 3.11 或更高版本。当前固定使用官方 MCP Python SDK 2.3.0。

git clone https://github.com/theHerta27/support-knowledge-kit.git
cd support-knowledge-kit
python -m venv .venv

Windows PowerShell:

.\.venv\Scripts\python.exe -m pip install -e ".[dev]"
.\.venv\Scripts\python.exe -m support_knowledge.demo

macOS / Linux:

.venv/bin/python -m pip install -e ".[dev]"
.venv/bin/python -m support_knowledge.demo

后文的 python 命令也应使用这个虚拟环境中的 Python;可以直接替换为上面的完整路径。

演示会启动 MCP 子进程,通过客户端发现工具、搜索资料并读取原文。它验证工具调用,不生成大模型回复,也不需要密钥。包内资料是原创的虚构宽带服务示例,用于理解工作流程,不代表任何真实运营商的规定。

Related MCP server: knowledgehub

接到 AI 客户端

  1. 根据 客户端配置,连接本地 MCP 服务。

  2. 把 skills/support-reply 整个目录复制到所用客户端的 Skill 目录。

  3. 在客户端确认两个工具可用,并调用 Skill。例如:

使用 support-reply,根据当前知识库起草客服回复:
客户下周从广州搬到佛山,想知道原宽带能不能迁过去。
请给出客户回复,并单独列出资料依据和需要确认的事项。

仅克隆仓库不会自动把工具或 Skill 安装进客户端。客户端配置页提供 Codex、Claude Code 和通用 JSON 示例;安装后的权限提示按宿主要求处理。

两个工具

工具

输入

返回

search_knowledge

query,可选 limit

相关段落、来源 ID、行号、标题、元数据、版本和检索分数

read_source

source_id,可选 start_line、max_lines

带行号的原文、资料版本、总行数和下一页位置

搜索采用 BM25,中文按相邻双字生成词项,英文按单词匹配。它适合快速检索本地文字资料;分数表示词项相关性,不是回答正确率或置信度。AI 应阅读原文后再判断答案是否充分。

使用自己的资料

准备一个只放待查询资料的目录,保存 UTF-8 编码的 .md 文件。文件开头可以写 YAML 元数据:

---
title: 产品迁移说明
scope: 指定产品与地区
updated: "2026-11-09"
---

# 产品迁移说明

## 适用条件

在这里写正式业务规则,并说明例外情况。

title、scope、updated、source_url 都是可选字段;有真实原始网页时再填写 source_url。按标题分节有助于工具返回容易阅读的片段。

在客户端启动参数中加入:

-m support_knowledge.server --kb /absolute/path/to/knowledge

使用绝对路径,避免客户端从不同目录启动时找错资料。未指定 --kb 时使用包内演示资料。服务在启动时加载资料快照;修改资料后重启服务,搜索与读取才会使用新内容。

本机 HTTP 模式

python -m support_knowledge.server --transport http --port 8769

客户端连接 http://127.0.0.1:8769/mcp。HTTP 模式只监听本机,没有远程用户鉴权;默认的 stdio 模式更适合本地助手,由客户端启动和管理进程。

Skill 做了什么

support-reply/SKILL.md 写明了几条具体工作要求:

  • 按决定结论的条件搜索,例如同城与跨城市移机。

  • 读取完整条款,保留文件、行号和版本,能回到原文检查。

  • 区分业务规则与个人账户状态,费用和办理结果须有实际依据。

  • 资料缺失时指出需要补充什么,而不是把未命中解释为业务不存在。

  • 默认分开交付客户回复与客服内部记录;起草不会自动发送消息。

这是一份给模型使用的工作指南,不是硬编码规则引擎。工具参数、文件访问范围和分页由程序检查;回复内容仍需要结合实际业务确认。

开发与验证

安装开发依赖后运行:

python -m pytest
python -m support_knowledge.demo

从 源码导读 开始,按“资料加载 → 搜索 → 读取 → MCP 调用 → Skill”的顺序看。Skill 的人工演练记录见 验证说明。自动化测试证明的是检索、来源读取和工具协议行为,不代表企业客服回答准确率。

开源与参考

采用 Apache-2.0 许可。代码、Skill 和演示资料可用于学习和扩展。

项目参考了官方 MCP SDK 的工具注册方式,以及 Anthropic 客服 Skill 的任务组织方式;具体来源与许可证见 THIRD_PARTY_NOTICES.md。本项目未接入任何运营商的真实账单、工单或客户数据。

Related MCP Connectors

Related MCP Servers