Insightslibrary

🚀 洞察知识库（IKB）MCP 服务器

🍭这是一个免费的、即插即用的知识库。内置 10000+ 高质量洞察报告，以 MCP 服务器形式封装，支持安全的本地数据存储。

>>>中文版

⚠️⚠️ 本项目中收集的所有报告均来自官方研究报告网站的免费资源。 ⚠️⚠️

✨ 主要特性

1. 🍾 无需配置，真正做到即插即用。对于私有文档解析，可在 .env 中配置 VLM 模型和参数（例如，VLM_MODEL_NAME=qwen2.5-vl-72b-instruct）。
2. 🦉 永久免费 —— 无需费力收集报告资源。欢迎通过 issues 分享可靠的、无版权问题的报告来源。
3. 📢 承诺每周更新报告，但 bug 修复视心情而定（实际上我不是工程师 🤭）。

🔧 截至 6 月 17 日的优化更新

1. 💡 优化 models.py：数据查询效率提高了 1000%。
2. 💡 优化 extractor.py：PDF 提取效率略有提升。
3. 💡 优化 recognizer.py：图像理解效率提高了 50%。
4. 💡 优化 ikb_mcp_server.py：
   • 添加了分页功能。
   • 显示引用文件的本地路径。
5. 💡 添加 MIT 许可证(https://github.com/v587d/InsightsLibrary/pull/1#issuecomment-2969226661)。
6. 📦 项目包整体压缩，大小约减少 50%。
7. 💡 简化私有文档处理流程。
8. 💡 修复其他已发现的 bug。

🚧 未来工作方向

1. 嵌入模型集成：
   • 实现 sentence-transformers 进行文档嵌入。
   • 创建用于向量搜索的函数工具端点。
2. 报告系统增强：
   • 实现每日自动报告生成。
   • 提供实时更新通知。

📄 最新文件概况

{
    "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",
            "贝恩公司",
            "波士顿咨询公司",
            "哥伦比亚广播公司",
            "麦肯锡公司",
            "普华永道",
            "亿欧"
        ],
        "topics": [
            "人工智能",
            "AI 智能体",
            "亚裔美国人",
            "汽车",
            "航空",
            "商业",
            "化工",
            "消费品",
            "脱碳",
            "去碳化",
            "数字化",
            "经贸",
            "教育",
            "就业",
            "时尚",
            "金融",
            "金融科技",
            "金融科技",
            "无肉食品",
            "Z 世代",
            "全球银行业",
            "全球能源",
            "全球保险",
            "全球宏观经济",
            "全球材料",
            "全球私募市场",
            "全球私募市场",
            "全球贸易",
            "健康",
            "人力资本",
            "保险",
            "投资",
            "低空经济",
            "奢侈品",
            "并购",
            "海事",
            "媒体",
            "医疗健康",
            "净零排放",
            "新能源汽车",
            "宠物食品",
            "人口",
            "私募股权",
            "生产力",
            "房地产",
            "零售数字化",
            "小企业",
            "智能家居",
            "可持续发展",
            "科技",
            "旅游"
        ]
    }
}

📦 安装指南

💡 专业提示：遇到困难了吗？将此页面拖到 LLM 客户端（如 DeepSeek）中获取分步指导。实际上，这些说明也是由 DeepSeek 编写的...

前提条件：Python 3.12+（从官方网站下载并添加到环境变量）

安装 UV：

pip install uv

1. 克隆项目（确认已成功安装 Git 和 Git LFS）

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

2. 创建虚拟环境

uv venv .venv  # 创建专用虚拟环境

# 激活环境
# Windows：
.\.venv\Scripts\activate
# Mac/Linux：
source .venv/bin/activate

3. 安装核心依赖项

uv install .  # 注意后面的点表示当前目录

4. 创建环境变量（以备将来使用）

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

5. 配置 MCP 服务器

• VSCode.Cline

注意：将 <Your Project Root Directory!!!> 替换为实际的项目根目录。

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

• Cherry Studio
  • 命令：uv
  • 参数：

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

💻 使用示例：向 ikb_mcp_server 添加私有文档

1. 在 .env 中配置 VLM 模型和参数：

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

2. 将 PDF 文档上传到项目根目录下的 library_files 文件夹。
3. 手动运行 main.py。

# 导航到项目根目录
# 激活虚拟环境
uv run main.py
(InsightsLibrary) PS D:\Projects\mcp\InsightsLibrary> uv run main.py
[INFO] extractor: PDF 提取已初始化 | 文件目录：library_files | 页面目录：library_pages
[INFO] extractor: 开始扫描目录：library_files
[INFO] extractor: 找到 69 个 PDF 文件
[INFO] extractor: 扫描完成 | 总文件数：69 | 已处理：0 | 失败：0
[INFO] recognizer: 没有要处理的页面。
# 数据已更新到数据库
============================================================
确认是否需要创建文本向量嵌入
⚠️ 此过程大约需要 20 分钟
============================================================
是否创建嵌入？（输入 Y 或 N）： 
# Y：创建文本向量嵌入
# N：跳过文本向量嵌入并退出程序

📄 许可证

本项目采用 MIT 许可证。有关详细信息，请参阅 LICENSE 文件。