Der Chatbot indiziert eine kleine Reihe intern Dokumenten in Glean, beantwortet Fragen bezogen auf diese Dokumenten via Search und Chat und stellt denselben Ablauf als MCP-Tool (ask_glean) bereit.
Python 3.10+
Eine Glean-Instanz
Ein Token für die Indexing-API
Ein Client-API-Token mit Search- und Chat-Scopes
Related MCP server: search-context
Das Repository klonen und in des Verzeichnis wechseln:
git clone <your-repo-url>
cd glean-chatbotAbhängigkeiten installieren:
pip install -r requirements.txtEin .env aus dem Beispiel anlegen und die einelnen Werte eintragen:
# macOS / Linux
cp .env.example .env
# Windows (PowerShell)
copy .env.example .envVariable | Erforderlich | Zweck |
| ja | Instanzname ( |
| ja | Indexing-API-Token |
| ja | Client-API-Token (Search + Chat) |
| ja* | Benutzer-E-Mail für |
| nein | Name der Datenquelle (Standard: |
| nein | Anzeigename in der Glean-UI |
| nein | Regex, dem jede Dokumenten- |
.envw wird von config.py automatisch geladen (via python-dotenv). Du musst sie nicht selbst per source laden.
python scripts/index_documents.py
# optional: wait until Search can find them
python scripts/index_documents.py --verifypython scripts/ask.py "Who owns the Enronry Tony contract?"
python scripts/ask.py "What must OKLightning Tony deliver before go-live?" --top-k 3Die Projektkonfiguration liegt in .cursor/mcp.json (absoluter Pfad zu src/mcp_server.py plus Umgebungsvariablen). Nach dem Bearbeiten Cursor neu starten / MCP neu laden. Das Tool heißt ask_glean.
Einen alleinigen Smoke-Test des Servers durchführen:
python src/mcp_server.pypython tests/test_pipeline.pyKein Netzwerkzugriff; Search/Chat werden gemockt.
scripts/index_documents.py überträgt data/documents.json über die Indexing-API. Bei einer Abfrage ruft src/pipeline.py zuerst Search auf und dann – nur falls es Treffer gibt – Chat mit den Treffern als Kontext (Closed Book) und liefert eine Antwort plus Quellen. CLI und MCP verwenden dieselbe Pipeline. Die Ergebnisse sind auf unsere eigenen Dokumente beschränkt; wenn Search nichts liefert, schlagen wir ähnliche Dokumenttitel vor, statt eine Antwort zu erfinden.
Die gemeinsame Sandbox ignoriert datasourcesFilter; wir filtern client-seitig anhand des Dokument-ID-Präfix (CUSTOM_<DATA_SOURCE>_Contract_).
Die Indexierung ist asynchron – Dokumente können einige Minuten benötigen, bis sie durchsuchbar sind.
Demo-Dokumente verwenden allowAnonymousAccess: true. Das nicht in Produktion ausliefern.
Die viewURLs der Dokumente müssen der GLEAN_URL_REGEX entsprechen, sonst lehnt die Indexierung sie ab.
Siehe DESIGN_NOTE.md für API-Abwägungen und Produktionshinweise.
This server cannot be deployed
Cited answers from your organisation's documents. GDPR-compliant, hosted in Germany.
Ask your organization's connected business data in plain language, with each person's permissions.
Answer questions using your semantic layer and company knowledge graph.
Find recorded calls and meetings, read transcripts, and ask questions grounded in your recordings.
