MCP-PersonalSearch

MCP-сервер, спроектированный для предоставления модели доступа к тем же данным, которыми оператор име­ет в своем распоряжении во время обычных интерактивных сессий.

В настоящий момент реализован Этап 1 PRD проекта — локальный конвейер документации (хранилище исходных данных → извлечение Markdown → нарезка на чанки → индекс FTS5 → CLI) для репозиториев docs-as-code, размещённых на GitLab. Сам MCP-сервер (Streamable HTTP, search_docs/get_section и т.д.) — это Этап 2, он еще не построен.

Setup

python -m venv .venv
.venv/Scripts/activate   # or `source .venv/bin/activate` on Linux/macOS
pip install -e ".[dev]"

Скопируйте config.example.oml в config.oml и укажите [[sources]] на свои репозитории:

[[sources]]
id = "eng-docs"
type = "gitlab_repo"
repo_url = "https://gitlab.example.com/team/docs.git"
branch = "main"
globs = ["docs/**/*.md", "README.md"]

Related MCP server: Gemini Docs MCP Server

Usage

docsrag ingest --source eng-docs        # clone/fetch + index; safe to re-run, skips unchanged files
docsrag search "your question here"     # lexical (BM25) search over the indexed corpus
docsrag reindex                         # rebuild sections/chunks/FTS from the raw store, fully offline
docsrag status                          # per-source document counts and last run
docsrag eval --set eval/questions.json  # recall@k / MRR against a labelled question set (PRD §7.2)

corpus.db (индексированная документация) и instance.db (журнал запросов, исторія задач) по умолчанию записыва­тся в data/ и игнорируются Git. Причину, по которой корпус никогда нельзя распространять, экспортироваться или синхронизroвть, см. в PRD §12.

Geval/questions.json/ также входит в gitignore. Реальные вопросы основаны на том, что вы действитéльно ипроеслировали, и can contain internal content. Скопируйте eval/questions.example.jsonвeval/questions.jsonи за­поните его парами{"query": ..., "section_id": ...} из вашего корпуса (знаачения section_id бер состои из вывода docsrag search).

Tests

pytest