Fuel MCP Server

🚀 燃油网络文档检索システム

本プロジェクトは、QdrantDBベクトルデータベースとMCPプロトコル（Model Context Protocol）に基づく、完全なドキュメント検索ソリューションを提供します。ローカルで実行されるQdrantインスタンスを統合することで、ユーザーは技術文書の内容を効率的に検索および照会することができます。システムには、ドキュメントインデックス、ベクトル埋め込み生成、MCPプロトコルをサポートするIDEとの統合など、複数の機能モジュールが含まれています。

🚀 クイックスタート

環境構成

依存関係

• Node.js：バージョンv16.0.0以上が必要です。
• Docker：QdrantDBコンテナを実行するために使用します。
• Python Transformersライブラリ：テキスト埋め込み生成に使用します。
• File Watchers：オプションで、ファイルの変更を自動的にインデックスするために使用できます。

必要な環境変数

# Qdrantデータベース設定
export QDRANT_URL=http://localhost:6333  # デフォルトのローカル実行アドレス
export QDRANT_API_KEY=your_api_key       # 実際のAPIキーに置き換えてください

# モデル関連の設定
export EMBEDDING_MODEL=Xenova/all-MiniLM-L6-v2  # デフォルトのテキスト埋め込みモデル

構築と起動

プロジェクトの初期化

git clone [your-repository-url]
cd fuel-network-document-system
npm install

QdrantDBサービスの起動

# Dockerを使用してローカルのQdrantインスタンスを起動
docker run -p 6333:6333 -p 6334:6334 \
    -v $(pwd)/qdrant_storage:/qdrant/storage \
    qdrant/qdrant

ドキュメントインデックスサービスの起動

# 古いデータベースを削除（オプション）
rm -rf qdrant_storage

# インデックスサービスを起動し、デフォルトでローカルのQdrantインスタンスを使用
npm run dev

✨ 主な機能

ドキュメントインデクサー

• ファイル解析：Markdown形式をサポートし、コードブロックや段落などの構造化された内容を自動的に識別および抽出します。
• テキスト分割：目標とする単語数に基づいてスマートに分割し、内容の完全性と検索効率を確保します。
• ベクトル生成：Transformers.jsライブラリを使用して、テキストを高次元のベクトル表現に変換します。

検索エンジン

• 類似度計算：コサイン類似度を使用してベクトルを比較し、最も関連性の高いドキュメントの断片を返します。
• 結果のソート：一致度に基づいて検索結果を動的にソートします。
• コンテキスト拡張：隣接するブロックの情報を利用して、検索結果の関連性を向上させます。

💻 使用例

ドキュメントインデックス

基本的な使用法

# 基本的な使用
bun run indexer -- docsDir ./docs collectionName my_docs modelname your_model_name targetChunkSize 1500

# オプションの環境変数設定
export QDRANT_URL=http://your-qdrant-host:6333
export QDRANT_API_KEY=your_api_key

ドキュメント検索

基本的なクエリ

# 基本的なクエリ
bun run query --run "你的搜索问题"

# 高度なオプション
QDRANT_COLLECTION=my_collection \
NUM_RESULTS=10 \
EMBEDDING_MODEL=another_model \
bun run query --run "高级搜索问题"

📚 ドキュメント

MCPプロトコルの統合

IDEとのやり取り

MCPプロトコルを実装することで、本システムはこのプロトコルをサポートする開発環境（VS Code、IntelliJ IDEAなど）とシームレスに接続できます。ユーザーはコード編集時に直接ドキュメント検索機能をトリガーし、必要な技術資料をすばやく取得できます。

拡張性の設計

• マルチモーダルサポート：将来的には、画像や音声などのコンテンツタイプの処理能力を追加する予定です。
• 分散アーキテクチャ：Kubernetesに基づくマイクロサービス化されたデプロイメント方案を計画中です。
• 増分インデックス：開発中のリアルタイムファイル変更検出と自動インデックス更新機能です。

保守と最適化

パフォーマンスチューニング

実際のハードウェア構成に合わせて、ベクトル次元と分割戦略を調整することをお勧めします。以下のコマンドでパフォーマンステストを行うことができます。

npm run benchmark

ログ管理

システムは詳細なログ記録機能を提供し、問題のトラブルシューティングや実行状態の監視に便利です。

プロジェクトへの貢献

コミュニティの開発者の皆様からの参加を歓迎します！以下の方法でコードの変更を提出したり、問題を報告したりしてください。

• GitHubリポジトリ：[your-github-repository]
• メーリングリスト：[your-email-list]

本プロジェクトは、技術文書の管理と検索に効率的で柔軟なソリューションを提供することを目的としており、MCPプロトコルのサポートを通じて開発者の作業効率を向上させます。