enterprise-knowledge-mcp-server-speckit 是做什麼的?
生產級企業文件知識庫(支援 DOCX/PDF/PPTX 格式),採用 Docling 進行結構保留解析、語意完整性分塊(metadata-complete semantic chunking),以及混合式 Dense+BM25/RRF 檢索,並以遠端 MCP 伺服器(FastMCP)形式提供。內含可重複使用的文件預處理 Claude 技能。部署於 Zeabur(ARM64,僅使用 CPU)。
適用於企業的文件知識庫(支援 DOCX/PDF/PPTX 格式),採用 Docling 進行結構化解析、語意分塊及混合檢索(Dense+BM25/RRF),並以遠端 MCP 伺服器(FastMCP)形式提供。
這是一個專為企業打造的生產級文件知識庫系統,支援 DOCX、PDF 和 PPTX 等常見文件格式。它利用 Docling 進行結構保留解析,確保文件標題、表格與版面在轉換過程中不遺失。系統會對文件進行「語意完整性分塊」,保留完整的元數據(如作者、日期、章節),並將文本向量化為稠密嵌入(dense embeddings),同時搭配傳統的 BM25 全文檢索引擎。在檢索階段,採用 RRF(Reciprocal Rank Fusion)演算法將稠密與稀疏檢索結果合併,顯著提升查詢準確度。此技能以 FastMCP 框架封裝成遠端 MCP 伺服器,便於 Claude 等 AI Agent 透過標準化介面呼叫。此外,還附帶一個可重複使用的文件預處理 Claude 技能,讓使用者能自動化地上傳、解析與分塊文件。部署環境為 Zeabur 的 ARM64 架構(僅使用 CPU),適合低成本、高效能的雲端佈署。
npx skills add Rakson0209/enterprise-knowledge-mcp-server-speckitInstalled? Explore more 研究與資料分析 skills: affaan-m/uspto-database, affaan-m/scholar-evaluation, affaan-m/literature-review · View all 6 →
生產級企業文件知識庫(支援 DOCX/PDF/PPTX 格式),採用 Docling 進行結構保留解析、語意完整性分塊(metadata-complete semantic chunking),以及混合式 Dense+BM25/RRF 檢索,並以遠端 MCP 伺服器(FastMCP)形式提供。內含可重複使用的文件預處理 Claude 技能。部署於 Zeabur(ARM64,僅使用 CPU)。
USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.
Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.
Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.
The agent harness performance optimization system. Skills, instincts, memory, security, and research-first development for Claude Code, Codex, Opencode, Cursor and beyond.
Agent skill repository discovered by 10x-chat research.
Review backend code for quality, security, maintainability, and best practices based on established checklist rules. Use when the user requests a review, analysis, or improvement of backend files (e.g., `.py`) under the `api/` directory. Do NOT use for frontend files (e.g., `.tsx`, `.ts`, `.js`). Supports pending-change review, code snippets review, and file-focused review.