mcp

基于MCP协议的知识管理服务，支持文本向量化与语义搜索。

安装使用

复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：

帮我安装这个 AI Skill：mcp。
它的用途是：基于MCP协议的知识管理服务，支持文本向量化与语义搜索。
详细介绍见：https://321skill.com/skills/mcp-mcp-brain-server/
请根据该页面的说明完成安装。

“帮我从我的项目文档知识库里，找出所有关于‘用户认证’的最佳实践部分。”，brain-server会通过语义理解你的问题，在已向量化的文档中检索相关段落并返回，而不是简单匹配“认证”这个词。或者，你可以说：“将这篇新的技术文章添加到我的知识库并建立索引。”，它会自动处理文本并更新搜索索引。

brain-server 是一个基于模型上下文协议（MCP）的知识管理服务，旨在解决个人或团队在信息过载时难以高效检索和利用已有知识的问题。它通过将文本内容向量化并建立语义索引，帮助用户在海量文档中快速定位相关信息。

用户可以通过Docker快速部署该服务，将本地文档、笔记或网页内容导入系统。brain-server 会自动处理文本，将其转化为向量并存储，之后用户便可通过自然语言提问进行语义搜索，而不仅仅是关键词匹配。

该服务非常适合需要处理大量文档、代码库或研究资料的后端开发、全栈开发、学术研究者以及内容创作者。它能够将分散的知识点整合成一个可查询的智能知识库。

使用建议：在部署前，请确保服务器有足够的内存和存储空间来处理向量计算。建议从结构化的文档（如Markdown、纯文本）开始导入，以获得最佳的搜索效果。注意，它主要处理文本信息，对图片、视频等非文本内容需要额外的处理流程。

核心区别在于严格遵循MCP协议实现，确保了与支持MCP的AI开发工具（如Claude Desktop）的良好兼容性；同时，它提供了开箱即用的Docker部署方案，简化了向量化知识库的搭建流程，降低了技术门槛。

不适合需要实时处理流式数据或对图像、音频等非文本内容进行直接语义搜索的场景。

brain-server 支持哪些文件格式？

主要支持文本类格式，如.txt, .md, .html等，通过解析其中的文本内容进行向量化。

部署需要什么环境？

需要Docker环境，服务器建议配置足够内存（如4GB以上）以运行向量数据库和模型。