Docret MCP Server

該項目實現了一個基於Model Context Protocol (MCP)的文檔檢索服務器，能夠為AI助手動態獲取Python庫的最新官方文檔內容。支持LangChain、LlamaIndex和OpenAI等庫，通過SERPER API進行高效搜索，並使用BeautifulSoup解析HTML內容。項目設計可擴展，便於添加更多庫的支持。

開發者工具知識管理與記憶 #文檔檢索 #MCP協議 #AI助手 .Python

評分 : 2.5分

下載量 : 155

更新時間 : 2025-04-29

🚀 文檔檢索 MCP 服務器（DOCRET）

該項目實現了一個模型上下文協議（MCP）服務器，能讓 AI 助手訪問各類 Python 庫的最新文檔，如 LangChain、LlamaIndex 和 OpenAI。藉助此服務器，AI 助手可動態獲取並提供來自官方文檔源的相關信息，確保 AI 應用始終能訪問到最新的官方文檔。

🚀 快速開始

DOCRET 是基於模型上下文協議（MCP）的 Python 項目，能助力 AI 助手動態獲取和處理各類庫的官方文檔。開發者可藉助 DOCRET 輕鬆將文檔信息集成到應用中。

✨ 主要特性

動態文檔檢索：獲取指定 Python 庫的最新文檔內容。
異步網絡搜索：利用 SERPER API 在目標文檔站點上執行高效網絡搜索。
HTML 解析：使用 BeautifulSoup 從 HTML 內容中提取可讀文本。
擴展設計：輕鬆添加對更多庫的支持，只需更新配置。

📦 安裝指南

先決條件

Python 3.8 或更高版本
UV Python 包（用於 MCP 支持）
安裝指南：https://github.com/modelcontextprotocol/python-sdk

安裝步驟

安裝 Python 和 pip。
使用以下命令安裝項目：

pip install dorect-mcp

💻 使用示例

基礎用法

from dorect import Dorect

# 初始化 DOCRET 實例
dorect = Dorect(api_key="your_serper_api_key")

# 獲取文檔內容
result = dorect.get_documentation("langchain")

print(result)

高級用法

網絡搜索與爬取

from dorect import Dorect, SearchConfig

# 配置搜索參數
config = SearchConfig(
    query="langchain documentation",
    num_results=5,
    gl="us"
)

# 獲取搜索結果
results = dorect.search(config)

HTML 解析與內容提取

from dorect import Dorect, DocumentParser

# 初始化解析器
parser = DocumentParser()

# 解析指定 URL
content = parser.parse_url("https://langchain.com/docs/")

print(content)

文檔緩存

from dorect import Dorect, CacheConfig

# 配置緩存
cache_config = CacheConfig(enabled=True, expiry=3600)

# 初始化 DOCRET 實例
dorect = Dorect(api_key="your_serper_api_key", cache_config=cache_config)

📚 詳細文檔

查閱 DOCRET 文檔獲取更多信息。

🔧 技術細節

什麼是 MCP 服務器？

模型上下文協議是一個開源標準，使開發者能夠構建安全的雙向連接，將他們的數據源與 AI 工具（如 Claude、ChatGPT 等）相連。架構非常簡單：開發者可以使用 MCP 服務器暴露其數據，或使用 MCP 客戶端構建 AI 應用程序以連接到這些服務器。

擴展性設計

DOCRET 的架構允許您輕鬆添加新的文檔來源。您可以通過創建自定義解析器來支持更多庫：

from dorect import BaseParser

class CustomParser(BaseParser):
    def parse(self, content):
        # 自定義解析邏輯
        pass

# 註冊自定義解析器
parser = ParserRegistry.register("custom", CustomParser)

測試與調試

為了確保 DOCRET 的可靠性，建議為關鍵功能編寫單元測試：

import pytest
from dorect import Dorect

def test_get_documentation():
    dorect = Dorect(api_key="test_api_key")
    result = dorect.get_documentation("langchain")
    assert isinstance(result, dict)
    assert "content" in result

if __name__ == "__main__":
    pytest.main()