Skip to main content
Glama
zhaoxinghua09-cell

medxpert-library-connector

MedXpert 图书馆(通用版)连接器

把**你自己的 wiki(.md 文档)**做成可语义检索、可 RAG 问答的本地知识库 MCP 连接器。

  • 纯 Python 标准库实现(stdio JSON-RPC 2.0),零第三方依赖

  • 仅依赖本地 Ollama 做嵌入/生成,零积分、断网可用

  • 知识库为你自有文档,连接器不绑定任何预置私有数据

  • 全部计算在本机完成,不访问任何外部网络,不上传任何数据

工具

工具

说明

search_knowledge(query, top_k?)

语义检索知识库,返回相关片段 + 相似度

get_page(title)

读取单个 wiki 页全文

list_sources()

库范围:页数 / 分类 / 索引状态

ask_knowledge(question, top_k?)

RAG 问答:检索 + 本地生成模型,附引用

Related MCP server: harness-health-engineering

快速开始

# 1. 安装并启动 Ollama,拉取模型
ollama pull bge-m3            # 检索必备(嵌入)
ollama pull qwen2.5:7b        # 问答可选(生成)

# 2. 用你自己的文档替换 wiki/(本包自带 3 个示例页)
#    把 .md 放进 wiki/ 即可,可建子目录分类

# 3. 构建向量索引
python rag_engine.py build

# 4. 启动 MCP server(stdio)
python medxpert_library_server.py

接入 WorkBuddy

包内 mcp.json 已提供标准配置;在开放平台或客户端中引用本包目录即可。 也可用环境变量覆盖默认行为:

变量

默认值

说明

LIBRARY_WIKI_DIR

本包 wiki/

知识库目录(指向你的文档)

OLLAMA_BASE_URL

http://127.0.0.1:11434

Ollama 地址

LIBRARY_EMBED_MODEL

bge-m3

嵌入模型

LIBRARY_GEN_MODEL

qwen2.5:7b

生成模型(问答)

包结构

medxpert-library-connector/
├── medxpert_library_server.py   # MCP server(stdio,纯标准库)
├── rag_engine.py                # 嵌入 / 余弦 / 构建 / 检索引擎
├── wiki/                        # 示例知识库(替换成你自己的 .md)
├── connector-meta.json          # 开放平台元数据
├── mcp.json                     # MCP 启动配置
├── icon.svg                     # 头像
├── LICENSE                      # MIT
├── requirements.txt             # 依赖说明(仅 Ollama)
└── README.md

合规与隐私

  • 不内嵌受版权保护的标准正文,仅索引标准号与公开要点。

  • 所有内容在本机处理,文档与查询均不上传外部服务。

  • 知识库为使用者自有内容,发布者不对其内容负责。


Copyright (c) 2026 注册老炮 (Reg Lao Pao) — MIT License

权利与归属(Rights & Attribution)

MIT License © 注册老炮@MedXpert(代码)。

© 2026 赵兴华 / Steven Zhao·China (ORCID 0009-0001-0512-1237). All rights reserved. 名称状态 (name status) : "SynomosAI" / "MedXpert" — 未申请实体注册、未申请商标注册 (not a registered legal entity; no trademark registered) mcp-name: io.github.zhaoxinghua09-cell/medxpert-library-connector

Related MCP Connectors

Related MCP Servers