Docnav MCP

🚀 DocNav MCP 服务器

DocNav 是一个模型上下文协议（MCP）服务器，它使大语言模型代理能够智能地阅读、分析和管理长篇文档，模拟人类般的理解和导航能力。

🚀 快速开始

DocNav 能助力大语言模型代理处理长篇文档。下面为你介绍如何安装和使用它。

✨ 主要特性

• 文档导航：可在文档的各个部分、标题和内容结构中进行导航。
• 内容提取：能提取并总结文档的特定部分。
• 搜索与查询：借助智能搜索功能，在文档中查找特定内容。
• 多格式支持：目前支持 Markdown（.md）文件，后续计划支持 PDF 等其他格式。
• MCP 集成：可与兼容 MCP 的大语言模型和应用程序实现无缝集成。

🔧 技术细节

DocNav 采用模块化、可扩展的架构：

• 核心 MCP 服务器：使用 MCP 协议实现的主服务器。
• 文档处理器：针对不同文件类型的可插拔处理器。
• 导航引擎：负责文档结构分析和导航。
• 内容提取器：从文档中提取并格式化内容。
• 搜索引擎：提供跨文档的搜索和查询功能。

📦 安装指南

前提条件

• Python 3.10 及以上版本
• uv 包管理器

安装步骤

1. 克隆仓库：

git clone https://github.com/shenyimings/DocNav-MCP.git
cd DocNav-MCP

2. 安装依赖项：

uv sync

💻 使用示例

启动 MCP 服务器

uv run server.py

连接到 MCP 服务器

{
  "mcpServers": {
    "docnav": {
      "command": "{{PATH_TO_UV}}", // 运行 `which uv` 并将输出放在此处
      "args": [
        "--directory",
        "{{PATH_TO_SRC}}",
        "run",
        "server.py"
      ]
    }
  }
}

可用工具

• load_document：加载文档以进行导航和分析

  • 参数：file_path（文档文件的路径）
  • 返回值：包含自动生成的文档 ID 的成功消息

• get_outline：获取文档大纲/目录

  • 参数：doc_id（文档标识符），max_depth（最大标题深度，默认为 3）
  • 返回值：格式化的文档大纲
  • 提示：加载文档后，首先使用此工具来了解文档结构

• read_section：读取文档特定部分的内容

  • 参数：doc_id（文档标识符），section_id（例如，'h1_0'，'h2_1'）
  • 返回值：包含子部分的部分内容

• search_document：在文档中搜索特定内容

  • 参数：doc_id（文档标识符），query（搜索词或短语）
  • 返回值：包含上下文的格式化搜索结果

• navigate_section：获取某个部分的导航上下文

  • 参数：doc_id（文档标识符），section_id（要导航到的部分）
  • 返回值：包含父级、同级和子级的导航上下文

• list_documents：列出当前所有已加载的文档

  • 返回值：包含元数据的已加载文档列表

• get_document_stats：获取已加载文档的统计信息

  • 参数：doc_id（文档标识符）
  • 返回值：文档统计信息和结构信息

• remove_document：从导航器中移除文档

  • 参数：doc_id（文档标识符）
  • 返回值：成功或错误消息

基础用法

# 加载文档
result = await tools.load_document("path/to/document.md")

# 获取文档大纲
outline = await tools.get_outline(doc_id)

# 获取特定部分的内容
section = await tools.read_section(doc_id, section_id)

# 在文档中搜索
results = await tools.search_document(doc_id, "search query")

📚 详细文档

项目结构

docnav-mcp/
--- server.py             # 主 MCP 服务器
--- docnav/
------- __init__.py           # 包初始化
------- models.py             # 数据模型
------- navigator.py          # 文档导航引擎
------- processors/
------- __init__.py       # 处理器包
------- base.py           # 基础处理器接口
------- markdown.py       # Markdown 处理器
--- tests/
------- ...                   # 测试文件

开发指南

详细的开发指南请参阅 CLAUDE.md，其中包括：

• 代码质量标准
• 测试要求
• 使用 uv 进行包管理
• 格式化和 linting 规则

添加新的文档处理器

1. 创建一个继承自 BaseProcessor 的新处理器类。
2. 实现所需的方法：can_process、process、extract_section、search。
3. 在 DocumentNavigator 中注册处理器。
4. 添加全面的测试。

运行测试

# 运行所有测试
uv run tests/run_tests.py

代码质量

# 格式化代码
uv run --frozen ruff format .

# 检查 linting
uv run --frozen ruff check .

# 类型检查
uv run --frozen pyright

📄 许可证

本项目采用 Apache 2.0 许可证 - 详情请参阅 LICENSE 文件。

🚧 路线图

• [x] 完成 Markdown 处理器的实现
• [x] 添加 PDF 文档支持（PyMuPDF）
• [x] 提高测试覆盖率和质量
• [ ] 实现高级搜索功能
• [ ] 添加文档摘要功能
• [ ] 支持其他文档格式（DOCX、TXT 等）
• [ ] 优化大文档的性能
• [ ] 为频繁访问的文档添加缓存机制
• [ ] 为已加载的文档添加持久化存储

🤝 贡献

1. 分叉仓库。
2. 创建一个功能分支。
3. 遵循 CLAUDE.md 中的开发指南。
4. 为新功能添加测试。
5. 提交拉取请求。

🛠️ 支持

若有问题或疑问：

• 在 GitHub 上创建一个 issue。
• 查看 CLAUDE.md 中的文档。
• 查看现有的 issue 和讨论。