Documentation Hub MCP Server

🚀 文檔知識庫 MCP 服務器

這是一個專為跨多個技術領域提供智能文檔檢索服務的 Model Context Protocol (MCP) 服務器，能有效解決技術人員在面對不同技術問題時快速獲取相關文檔的難題，極大提升了技術問題的解決效率。

🚀 快速開始

該項目實現了一個 MCP 服務器，主要用於針對技術問題提供目標文檔檢索服務。它運用混合方法，能夠確定查詢的技術領域（如 React、Node.js、Python），提取查詢中的特定主題，構建精確的文檔 URL，最後抓取並返回最相關的文檔。該服務器基於 TypeScript 和 MCP SDK 構建，為 AI 模型訪問文檔資源提供了標準化接口。

✨ 主要特性

• 領域分類：可自動識別查詢所屬的技術領域，包括 React、Node.js、Python 或一般主題。
• 主題提取：藉助正則表達式模式匹配，精準識別查詢中的特定技術概念。
• URL 構建：依據識別出的主題，構建目標文檔的 URL。
• 多文檔來源支持：支持 React、Node.js、Python 的文檔，並且具備擴展到其他領域的能力。
• 標準化接口：實現了 Model Context Protocol，確保與 MCP 兼容客戶端的互操作性。

📦 安裝指南

# 克隆倉庫
git clone https://github.com/yourusername/mcp-server.git
cd mcp-server

# 安裝依賴項
npm install

# 構建項目
npm run build

💻 使用示例

基礎用法

運行服務器

node build/index.js

測試主題提取

該項目包含一個測試腳本，可演示主題提取和 URL 構建的工作原理：

# 編譯測試腳本
npx tsc src/test.ts --outDir build

# 運行測試
node build/test.js

與客戶端集成

服務器可以與任何 MCP 兼容的客戶端集成。以下是一個示例客戶端代碼（不在此項目中）：

// 示例客戶端代碼
const client = new McpClient();
const result = await client.callTool("fetch-documentation", {
  query: "如何在 React 中使用 useState 鉤子？",
});

console.log(result);
// 輸出:
// {
//   domain: "react-docs",
//   topics: ["useState", "state"],
//   specificUrl: "https://react.dev/reference/react/useState",
//   content: "...",
//   source: "https://react.dev/reference/react/useState"
// }

📚 詳細文檔

項目結構

• src/index.ts - 主服務器實現
• src/test.ts - 測試腳本，用於主題提取和 URL 構建
• build/ - 編譯後的 JavaScript 輸出
• package.json - 項目配置和依賴項

可用工具

determine-domain

確定查詢屬於哪個技術領域。

{
  query: string; // 用戶查詢要分類的內容
}

返回：

{
  domain: string; // 已識別的領域
  confidence: string; // "high" 或 "low"
}

extract-topics

根據給定領域從查詢中提取特定主題。

{
  query: string; // 用戶查詢要分析的內容
  domain: string; // 要提取主題的技術領域
}

返回：

{
  topics: string[]; // 已識別的主題數組
  count: number; // 找到的主題數量
}

fetch-documentation

根據查詢和領域抓取文檔。

{
  query: string; // 用戶查詢內容
  domain?: string; // 領域（可選）
}

返回：

{
  "docs": [
    {
      "url": string,
      "content": string,
      "relevance": number
    }
  ],
  "timestamp": string,
  "status": "success" | "error"
}

可用服務資源

• 文檔存儲：用於存儲和檢索技術文檔。
• 主題索引：用於快速查找相關主題的文檔。
• URL 構建器：根據查詢構建目標 URL。

擴展

添加新領域

要添加新的技術領域（如新增一個文檔存儲），請按照以下步驟操作：

1. 在數據庫中創建新的集合或表。
2. 更新 extract-topics 工具以識別新領域的主題。
3. 測試新功能以確保其正常工作。

改進主題提取

要提高主題提取的準確性，請考慮以下方法：

• 使用更復雜的自然語言處理模型（如 BERT）。
• 增加訓練數據量。
• 定期更新和優化正則表達式模式。

📄 許可證

[在此處插入許可證內容]

🤝 貢獻指南

歡迎為該項目做貢獻！請參考項目倉庫中的 CONTRIBUTING.md 文件瞭解如何參與。