Indexa un pequeño conjunto de contratos internos en Glean, responde preguntas de esos
documentos mediante Search + Chat, y expone el mismo flujo como una herramienta MCP (ask_glean).
Python 3.10+
Una instancia de Glean
Un token de la API de indexación
Un token de API de cliente con permisos de Search y Chat
Related MCP server: search-context
Clona el repositorio y entra en él:
git clone <your-repo-url>
cd glean-chatbotInstala las dependencias:
pip install -r requirements.txtCrea un .env a partir del ejemplo y completa sus valores:
# macOS / Linux
cp .env.example .env
# Windows (PowerShell)
copy .env.example .envVariable | Obligatorio | Finalidad |
| sí | Nombre de la instancia ( |
| sí | Token de la API de indexación |
| sí | Token de API de cliente (Search + Chat) |
| sí* | Correo del usuario para |
| no | Nombre del origen de datos (por defecto |
| no | Nombre para mostrar en la interfaz de Glean |
| no | Expresión regular del |
.env se carga automáticamente mediante config.py (con python-dotenv). No necesitas hacer source de él.
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 3La configuración del proyecto está en .cursor/mcp.json (ruta absoluta a src/mcp_server.py + variables de entorno).
Después de editarla, reinicia Cursor o recarga el MCP. La herramienta se llama ask_glean.
Haz una prueba de humo del servidor por separado:
python src/mcp_server.pypython tests/test_pipeline.pySin red; simula Search/Chat.
scripts/index_documents.py envía data/documents.json a través de la API de indexación.
En el momento de la consulta, src/pipeline.py llama a Search y, solo si hay coincidencias,
a Chat con esas coincidencias como contexto de libro cerrado; devuelve una respuesta
junto con las fuentes. Tanto la CLI como el MCP usan ese mismo pipeline. Los resultados
se limitan a nuestros propios documentos; si Search no devuelve nada, se sugieren títulos
de documentos similares en lugar de inventar una respuesta.
El sandbox compartido ignora datasourcesFilter; filtramos del lado del cliente por el prefijo
del id del documento (CUSTOM_<DATASOURCE>_Contract_).
La indexación es asíncrona: los documentos pueden tardar unos minutos en ser buscables.
Los documentos de la demo utilizan allowAnonymousAccess: true. No incluyas eso en producción.
Los viewURL de los documentos deben coincidir con GLEAN_URL_REGEX o la indexación los rechazará.
Consulta DESIGN_NOTE.md para conocer las ventajas e inconvenientes de usar la API y las notas de producción.
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.
