Contextual MCP Server

🚀 上下文MCP服務器

這是一個模型上下文協議（MCP）服務器，藉助上下文AI提供檢索增強生成（RAG）功能。該服務器可與多種MCP客戶端集成。在本README中，我們將展示如何與Cursor IDE和Claude Desktop進行集成。

🚀 快速開始

此MCP服務器充當AI接口（Cursor IDE或Claude Desktop）與特定上下文AI代理之間的橋樑，具備以下功能：

1. 查詢處理：將特定領域的問題直接發送給專門的上下文AI代理。
2. 智能檢索：在知識庫的全面信息中進行搜索。
3. 上下文感知響應：生成的答案具備以下特點：
   • 基於源文檔。
   • 包含引用和歸因。
   • 保持對話上下文。

集成流程

Cursor/Claude Desktop → MCP Server → 上下文AI RAG代理
        ↑                  ↓             ↓                         
        └──────────────────┴─────────────┴─────────────── 帶引用的響應

✨ 主要特性

• 準確響應：所有答案均基於文檔。
• 來源歸因：每個響應都包含源文檔的引用。
• 上下文感知：系統會保持對話上下文，便於後續提問。
• 實時更新：響應能反映數據存儲中的最新文檔。

📦 安裝指南

前提條件

• Python 3.10 或更高版本
• Cursor IDE 和/或 Claude Desktop
• 上下文AI API密鑰
• 兼容MCP的環境

安裝步驟

1. 克隆倉庫：

git clone https://github.com/ContextualAI/contextual-mcp-server.git
cd contextual-mcp-server

2. 創建並激活虛擬環境：

python -m venv .venv
source .venv/bin/activate  # 在Windows上，使用 `.venv\Scripts\activate`

3. 安裝依賴項：

pip install -e .

📚 詳細文檔

配置MCP服務器

服務器需要修改設置才能使用。例如，單用途服務器應使用適合RAG代理的文檔字符串進行定製。

查詢工具的文檔字符串非常關鍵，因為它有助於MCP客戶端了解何時將問題路由到RAG代理。請使其特定於你的知識領域。以下是示例：

專注於美國最大公司財務數據的研究工具

或者

專注於奧馬哈半導體技術文檔的研究工具

服務器還需要RAG代理的以下設置：

• API_KEY：你的上下文AI API密鑰
• AGENT_ID：你的上下文AI代理ID

如果你想將這些文件存儲在 .env 文件中，可以這樣指定：

cat > .env << EOF
API_KEY=key...
AGENT_ID=...
EOF

AI接口集成

此MCP服務器可與多種客戶端集成。要與Cursor IDE或Claude Desktop一起使用，請在適當位置創建或修改MCP配置文件：

1. 首先，找到 uv 安裝路徑：

UV_PATH=$(which uv)
echo $UV_PATH
# 示例輸出: /Users/username/miniconda3/bin/uv

2. 使用步驟1中的完整路徑創建配置文件：

cat > mcp.json << EOF
{
 "mcpServers": {
   "ContextualAI-TechDocs": {
     "command": "$UV_PATH", # 確保設置正確
     "args": [
       "--directory",
       "\${workspaceFolder}",  # 將替換為你的項目路徑
       "run",
       "multi-agent/server.py"
     ]
   }
 }
}
EOF

3. 移動到正確的文件夾位置，以下是可選方案：

mkdir -p .cursor/
mv mcp.json .cursor/

配置位置：

• 對於Cursor：
  • 項目特定：項目目錄中的 .cursor/mcp.json
  • 全局：~/.cursor/mcp.json 用於系統範圍的訪問
• 對於Claude Desktop：
  • 在Claude Desktop的適當配置目錄中使用相同的配置文件格式

環境設置

本項目使用 uv 進行依賴管理，它能提供更快、更可靠的Python包安裝。

💻 使用示例

基礎用法

服務器使用Python SDK提供上下文AI RAG功能，MCP客戶端（如Cursor IDE和Claude Desktop）可以使用各種命令訪問這些功能。當前服務器主要使用上下文AI Python SDK的查詢命令，不過你可以擴展它以支持其他功能，如列出所有代理、更新檢索設置、更新提示、提取檢索結果或下載指標。

# 在Cursor中，你可以這樣提問：
"給我展示初始化RF345微芯片的代碼？"

# MCP客戶端將：
1. 確定是否應將此問題路由到MCP服務器

# 然後MCP服務器將：
1. 將查詢路由到上下文AI代理
2. 檢索相關文檔
3. 生成帶有特定引用的響應
4. 將格式化的答案返回給Cursor

🔧 技術細節

修改服務器

要添加新功能：

1. 通過創建用 @mcp.tool() 裝飾的額外函數來添加新工具。
2. 使用Python類型提示定義工具的參數。
3. 提供清晰的文檔字符串描述工具的功能。

示例：

@mcp.tool()
def new_tool(param: str) -> str:
   """描述工具的功能"""
   # 實現代碼
   return result

📄 許可證

文檔中未提及許可證相關信息。

⚠️ 侷限性

• 服務器在本地運行，可能無法在遠程開發環境中工作。
• 工具響應受上下文AI API限制和配額的約束。
• 目前僅支持標準輸入輸出傳輸模式。

如需瞭解上下文AI的所有功能，請查看官方文檔。