Shared Knowledge MCP Server
基于RAG的统一知识库中间件，让多个AI助手共享知识。
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：Shared Knowledge MCP Server。 它的用途是：基于RAG的统一知识库中间件，让多个AI助手共享知识。 完整的 Skill 内容见：https://321skill.com/skills/shared-knowledge-mcp-server/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“根据我们上周的项目会议纪要，当前API网关的限流策略是什么？” 它会通过MCP协议查询共享知识库中的最新会议记录，并提取出相关的限流配置信息进行回答。或者，在编写代码时
对AI说：“参考我们的设计系统文档，按钮的主色变量名是什么？” AI会从统一知识库中获取准确的设计令牌信息。
介绍
Shared Knowledge MCP Server 旨在解决在多AI助手协作环境中，知识分散、重复存储且难以同步更新的问题。通过引入检索增强生成（RAG）技术，它构建了一个统一的知识库服务层，使得不同的AI助手（如Claude、Cursor等）能够访问和利用同一套经过处理的结构化知识，避免了为每个助手单独构建和维护知识库的繁琐工作。
使用时，您需要将知识文档（如技术文档、产品手册、内部流程等）导入或配置给这个MCP服务器。它会处理这些文档，建立可检索的索引。然后，您可以在支持MCP协议的AI助手或开发环境中，通过配置连接到这个服务器。当AI助手需要回答问题时，它会自动查询这个中央知识库，获取最相关的上下文信息，从而生成更准确、一致的答案。
这个Skill特别适合需要协调多个AI智能体进行复杂任务协作的团队，例如智能体开发者、运维工程师和项目经理。它帮助团队确保所有AI助手都基于最新、最准确的公司知识或项目上下文进行工作，提升协作效率和输出质量。
建议在部署前，规划好知识库的文档结构和更新机制。由于它依赖RAG的检索质量，原始文档的清晰度和组织结构会直接影响最终效果。注意，它本身不提供前端交互界面，主要作为后端服务集成到现有的AI工作流中。
核心特点
与为单个AI助手（如单个Claude桌面应用）配置本地知识库不同，本Skill作为独立的MCP服务器，能够被网络内多个不同的AI客户端同时连接和查询，实现了知识的集中管理和跨平台共享。
注意事项
不适合对实时性要求极高（如秒级更新的行情数据）或需要复杂逻辑推理而非单纯知识检索的场景。
常见问题
这个MCP服务器支持哪些AI助手？
支持任何实现了MCP（Model Context Protocol）协议的客户端，例如Claude Desktop、Cursor IDE以及一些自定义的AI应用。
知识库数据存储在哪里？安全吗？
数据默认存储在您部署服务器的本地或指定路径，您拥有完全控制权，可根据需要配置网络访问权限和加密措施。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/shared-knowledge-mcp-server/raw/index.md 读取 Shared Knowledge MCP Server 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/shared-knowledge-mcp-server/raw/index.md（查看排版版本）