Support Knowledge Kit
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.
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。
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 .venvWindows PowerShell:
.\.venv\Scripts\python.exe -m pip install -e ".[dev]"
.\.venv\Scripts\python.exe -m support_knowledge.demomacOS / 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
根据 客户端配置,连接本地 MCP 服务。
把 skills/support-reply 整个目录复制到所用客户端的 Skill 目录。
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 |
|
| 相关段落、来源 ID、行号、标题、元数据、版本和检索分数 |
|
| 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。
This server cannot be deployed
Maintenance
Related MCP Connectors
Search and reason over your Obsidian-style Markdown vault, right from ChatGPT.
Personal context for every AI: search, read, and write back to your private Markdown library.
Docs Q&A: search 169 data and AI guides, fetch any page as markdown. Read-only, keyless.
Convert PDFs, Office docs, websites and audio into AI-ready Markdown, then search and ask your docs.
Related MCP Servers
- AlicenseAqualityBmaintenanceEnables AI agents to search local Markdown documents using natural language, with automatic indexing and section-level retrieval.1026 npm1MIT
- FlicenseAqualityDmaintenanceEnables AI assistants to search, read, and retrieve context from local knowledge bases with full-text search, absolute paths, and section-level details.4-
- AlicenseAqualityDmaintenanceEnables AI assistants to search, retrieve, and browse Markdown documentation in a local folder, then answer questions with cited sources.6MIT
- AlicenseBqualityCmaintenanceEnables local agents to search and retrieve cited evidence from PDFs and Markdown notes, including page-specific passages and rendered page images.6GPL 3.0