Insightslibrary

🚀 洞察知識庫（IKB）MCP 服務器

🍭這是一個免費的、即插即用的知識庫。內置 10000+ 高質量洞察報告，以 MCP 服務器形式封裝，支持安全的本地數據存儲。

>>>中文版

⚠️⚠️ 本項目中收集的所有報告均來自官方研究報告網站的免費資源。 ⚠️⚠️

✨ 主要特性

1. 🍾 無需配置，真正做到即插即用。對於私有文檔解析，可在 .env 中配置 VLM 模型和參數（例如，VLM_MODEL_NAME=qwen2.5-vl-72b-instruct）。
2. 🦉 永久免費 —— 無需費力收集報告資源。歡迎通過 issues 分享可靠的、無版權問題的報告來源。
3. 📢 承諾每週更新報告，但 bug 修復視心情而定（實際上我不是工程師 🤭）。

🔧 截至 6 月 17 日的優化更新

1. 💡 優化 models.py：數據查詢效率提高了 1000%。
2. 💡 優化 extractor.py：PDF 提取效率略有提升。
3. 💡 優化 recognizer.py：圖像理解效率提高了 50%。
4. 💡 優化 ikb_mcp_server.py：
   • 添加了分頁功能。
   • 顯示引用文件的本地路徑。
5. 💡 添加 MIT 許可證(https://github.com/v587d/InsightsLibrary/pull/1#issuecomment-2969226661)。
6. 📦 項目包整體壓縮，大小約減少 50%。
7. 💡 簡化私有文檔處理流程。
8. 💡 修復其他已發現的 bug。

🚧 未來工作方向

1. 嵌入模型集成：
   • 實現 sentence-transformers 進行文檔嵌入。
   • 創建用於向量搜索的函數工具端點。
2. 報告系統增強：
   • 實現每日自動報告生成。
   • 提供實時更新通知。

📄 最新文件概況

{
    "statistics": {
        "total_files": 69,
        "total_pages": 3758,
        "unique_publishers": 7,
        "unique_topics": 51,
        "last_updated": "2025-06-18T20:09:57.012512"
    },
    "details": {
        "publishers": [
            "埃森哲",
            "貝恩公司",
            "波士頓諮詢公司",
            "哥倫比亞廣播公司",
            "麥肯錫公司",
            "普華永道",
            "億歐"
        ],
        "topics": [
            "人工智能",
            "AI 智能體",
            "亞裔美國人",
            "汽車",
            "航空",
            "商業",
            "化工",
            "消費品",
            "脫碳",
            "去碳化",
            "數字化",
            "經貿",
            "教育",
            "就業",
            "時尚",
            "金融",
            "金融科技",
            "金融科技",
            "無肉食品",
            "Z 世代",
            "全球銀行業",
            "全球能源",
            "全球保險",
            "全球宏觀經濟",
            "全球材料",
            "全球私募市場",
            "全球私募市場",
            "全球貿易",
            "健康",
            "人力資本",
            "保險",
            "投資",
            "低空經濟",
            "奢侈品",
            "併購",
            "海事",
            "媒體",
            "醫療健康",
            "淨零排放",
            "新能源汽車",
            "寵物食品",
            "人口",
            "私募股權",
            "生產力",
            "房地產",
            "零售數字化",
            "小企業",
            "智能家居",
            "可持續發展",
            "科技",
            "旅遊"
        ]
    }
}

📦 安裝指南

💡 專業提示：遇到困難了嗎？將此頁面拖到 LLM 客戶端（如 DeepSeek）中獲取分步指導。實際上，這些說明也是由 DeepSeek 編寫的...

前提條件：Python 3.12+（從官方網站下載並添加到環境變量）

安裝 UV：

pip install uv

1. 克隆項目（確認已成功安裝 Git 和 Git LFS）

git clone https://github.com/v587d/InsightsLibrary.git
cd InsightsLibrary
git lfs pull

2. 創建虛擬環境

uv venv .venv  # 創建專用虛擬環境

# 激活環境
# Windows：
.\.venv\Scripts\activate
# Mac/Linux：
source .venv/bin/activate

3. 安裝核心依賴項

uv install .  # 注意後面的點表示當前目錄

4. 創建環境變量（以備將來使用）

notepad .env  # Windows
# 或者
nano .env     # Mac/Linux

5. 配置 MCP 服務器

• VSCode.Cline

注意：將 <Your Project Root Directory!!!> 替換為實際的項目根目錄。

{
  "mcpServers": {
    "ikb-mcp-server": {
      "command": "uv",
      "args": [
        "--directory",
        "<Your Project Root Directory!!!>", 
        "run",
        "ikb_mcp_server.py"
      ]
    }
  }
}

• Cherry Studio
  • 命令：uv
  • 參數：

--directory
<Your Project Root Directory!!!>
run
ikb_mcp_server.py

💻 使用示例：向 ikb_mcp_server 添加私有文檔

1. 在 .env 中配置 VLM 模型和參數：

VLM_API_KEY=<API 密鑰>
VLM_BASE_URL=<基礎 URL> # https://openrouter.ai/api/v1
VLM_MODEL_NAME=<模型名稱> # qwen/qwen2.5-vl-72b-instruct:free

2. 將 PDF 文檔上傳到項目根目錄下的 library_files 文件夾。
3. 手動運行 main.py。

# 導航到項目根目錄
# 激活虛擬環境
uv run main.py
(InsightsLibrary) PS D:\Projects\mcp\InsightsLibrary> uv run main.py
[INFO] extractor: PDF 提取已初始化 | 文件目錄：library_files | 頁面目錄：library_pages
[INFO] extractor: 開始掃描目錄：library_files
[INFO] extractor: 找到 69 個 PDF 文件
[INFO] extractor: 掃描完成 | 總文件數：69 | 已處理：0 | 失敗：0
[INFO] recognizer: 沒有要處理的頁面。
# 數據已更新到數據庫
============================================================
確認是否需要創建文本向量嵌入
⚠️ 此過程大約需要 20 分鐘
============================================================
是否創建嵌入？（輸入 Y 或 N）： 
# Y：創建文本向量嵌入
# N：跳過文本向量嵌入並退出程序

📄 許可證

本項目採用 MIT 許可證。有關詳細信息，請參閱 LICENSE 文件。