enterprise-knowledge-mcp-server-speckit は何をしますか?
プロダクション対応のエンタープライズ文書ナレッジベース(DOCX/PDF/PPTX)。Doclingによる構造保持解析、メタデータ完全なセマンティックチャンク分割、ハイブリッドDense+BM25/RRF検索を備え、FastMCPを介してリモートMCPサーバーとして公開。再利用可能な文書前処理Claudeスキルも含む。Zeabur(ARM64、CPUのみ)にデプロイ。
機能
- マルチフォーマット文書解析: Doclingを使用して、DOCX、PDF、PPTX形式の文書を構造を保持しながら解析。
- セマンティックチャンク分割: 文書を意味的に意味のあるチャンクに分割し、各チャンクに完全なメタデータを保持。
- ハイブリッド検索: 密ベクトル検索(Dense)とキーワード検索(BM25)を組み合わせ、RRF(Reciprocal Rank Fusion)で結果を統合。
- リモートMCPサーバー: FastMCPを使用して、Claude Codeなどの任意のMCPクライアントからアクセス可能。
- 文書前処理スキル: 文書の前処理を自動化する再利用可能なClaudeスキルを内包。
- Zeaburデプロイ: ARM64、CPUのみのZeabur環境に簡単にデプロイ可能。
使用例
文書のインデックス化
curl -X POST https://your-server.com/index \
-H "Content-Type: application/json" \
-d '{
"file_url": "https://example.com/report.docx",
"metadata": {
"department": "engineering",
"project": "alpha"
}
}'
文書の検索
curl -X POST https://your-server.com/search \
-H "Content-Type: application/json" \
-d '{
"query": "プロジェクト計画書のフェーズ2",
"top_k": 5
}'
セットアップ
- リポジトリをクローン:
git clone https://github.com/Rakson0209/enterprise-knowledge-mcp-server-speckit.git
cd enterprise-knowledge-mcp-server-speckit
- 依存関係をインストール:
pip install -r requirements.txt
- 環境変数を設定:
export ZEABUR_API_KEY="your-api-key"
export FAST_MCP_SECRET="your-secret"
- Zeaburにデプロイ:
zeabur deploy --arch arm64 --cpu-only
アーキテクチャ
[クライアント] <-> [FastMCPサーバー] <-> [Docling解析] <-> [セマンティックチャンク] <-> [ハイブリッド検索]
|
v
[ベクトルDB]
設定
設定は config.yaml で行います:
server:
host: "0.0.0.0"
port: 8000
retrieval:
dense_model: "sentence-transformers/all-MiniLM-L6-v2"
bm25_weight: 0.3
dense_weight: 0.7
rrf_k: 60
chunking:
max_tokens: 512
overlap: 50
ライセンス
MIT