Skip to main content
Glama
deenesjakoruzh
unlomtrois

scholar-mcp

by unlomtrois
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

little-librarian

Локальный MCP-сервер, который индексирует файлы .epub и предоставляет инструменты семантического поиска на базе pplx-embed-context-v1 (late chunking) и Qdrant.

MCP client (Claude Desktop, Claude Code, …)
     │
     ▼  tool calls via MCP
 server.py
  pplx-embed-context-v1-0.6b  +  Qdrant (local)

Файлы

Файл

Роль

server.py

MCP-сервер — загрузка epub, создание эмбеддингов, поиск, хранилище Qdrant

code_librarian.py

Отдельный MCP-сервер для кода (фрагментация на основе AST)

Related MCP server: ragi

Почему pplx-embed-context-v1

Использует late chunking: все фрагменты главы проходят через один прямой проход, поэтому каждый эмбеддинг фрагмента захватывает полный контекст документа без необходимости использования doc-префикса во время вывода. Получает 81.96 nDCG@10 в ConTEB.

Быстрый старт

# 1. install
pip install -e .

# 2. ingest your library (runs embedding, then exits)
HF_HUB_OFFLINE=0 python server.py --index ./library

# 3. start the MCP server
python server.py

# optional: preload the model at startup
python server.py --preload

Инструменты MCP

Инструмент

Описание

search(query, top_k)

Семантический поиск, возвращает top-k отрывков с оценками

search_groups(query, group_by, limit, group_size)

Поиск с группировкой по "book" или "chapter" — лучше всего подходит для исследований по нескольким томам

get_passage(book, chapter, max_chars)

Извлечение полного текста книги/главы

list_books()

Список всех проиндексированных книг с количеством глав

collection_stats()

Информация о коллекции Qdrant (количество точек, размер вектора)

library_stats()

Полная разбивка контента: книги, главы, фрагменты на книгу, средняя длина фрагмента

get_device()

Показать, какое устройство (CPU/GPU) используется для эмбеддингов

Конфигурация Claude Desktop

{
  "mcpServers": {
    "little-librarian": {
      "command": "python",
      "args": ["/path/to/server.py"]
    }
  }
}

Рекомендации по оборудованию

Настройка

Мин. VRAM

Только CPU

0 ГБ

GPU (pplx-embed-0.6b)

~2 ГБ

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • mcp-context

    ericlimabr
    F
    license
    Not graded
    quality
    D
    maintenance
    Local MCP server that provides semantic search (RAG) over code repositories, enabling AI clients like Claude and Gemini to access project context without manual re-upload.
    -

  • ragi

    SusuTawar
    A
    license
    A
    quality
    D
    maintenance
    Local-first RAG indexing and semantic search MCP server. Enables document retrieval and context-aware queries using local embedding models.
    3
    13 npm
    MIT

  • corpus-rag

    monahand1023
    A
    license
    Not graded
    quality
    A
    maintenance
    MCP server for local RAG over personal notes, PDFs, and documents, enabling plain-English querying and hybrid search with multi-hop context expansion.
    MIT