Gemini文档MCP服务器

项目说明

本项目实现了一个MCP服务器，通过Gemini API（拥有200万token的超大上下文窗口）访问各类技术文档。该服务器适用于任何客户端，但特别针对Roo/Cline环境设计。

相比直接浏览网页或使用搜索引擎，这种方法具有以下优势：

• 访问精选知识库：大语言模型使用特定文档集，避免垃圾结果和可能导致混淆的误报
• 突破上下文窗口限制：直接提供文档内容，使大语言模型能获取比单纯网络搜索更多的信息
• 定制化且深思熟虑的回答：大语言模型不仅提供文档片段，还会综合考虑相关技术的完整规范，给出经过充分思考的答案。这使得可以处理更复杂的问题，如"有哪些替代方案可以实现X？"或"这个代码片段是否符合惯用法？"

同时，该方法还克服了传统RAG系统的一些问题：

• 无需分块处理：大语言模型可以一次性访问整个文档，无需将其分割成小块，也无需痛苦地测试和选择各种分割方式
• 无需检索器：Gemini API本身就是一个强大的检索器，可以访问整个文档，因此无需实现自定义检索器
• 无需向量化、向量数据库或其他复杂系统：我们直接处理纯文本，由于可以一次性查看所有内容，因此不需要用于相似性搜索的向量。如果内容相关，我们就能识别出来

不过也存在一些限制：

• 无法实时更新：文档是静态的，不会实时更新。这意味着除非我们手动更新文档或提供自动化更新方式，否则大语言模型可能不知道技术的最新功能或变更
• 大量token不等于无限上下文窗口：大语言模型一次只能看到大约200万token，因此可能无法看到某些技术的全部文档。对于包含大量文档的大型复杂技术栈尤其如此
• 速度不是很快：我们使用的是Gemini 1.5 Pro（非Flash版本），并且加载了大量文档，因此可能需要一段时间才能得到响应。特别是第一次查询时，服务器需要将文档上传到API

功能特点

• 使客户端能够采用"询问你的文档"的方式学习和调试任意数量的技术，包括一些晦涩或不太知名的技术
• 使用Gemini API回答关于文档的问题
• 支持多种查询文档的工具：
  • can_x_be_done：检查特定任务是否可以在给定技术中完成
  • hints_for_problem：获取解决特定问题的提示
  • is_this_good_practice：检查代码片段是否符合良好实践
  • how_to_do_x：获取特定任务的示例和替代方法
• 提供用于调试的日志系统（通过--verbose标志启用）

入门指南

通过Smithery安装

要通过Smithery为Claude Desktop自动安装Gemini文档服务器：

npx -y @smithery/cli install @M-Gonzalo/cosa-sai --client claude

此MCP服务器将由客户端自动启动和管理。要启用它，您需要在设置文件中进行配置（例如~/.config/Code/User/globalStorage/rooveterinaryinc.roo-cline/settings/cline_mcp_settings.json）。客户端通常有一个打开设置文件的按钮。

以下是此服务器的配置：

{
  "command": "bun",
  "args": [
    "--watch",
    "path/to/repo/cosa-sai-mcp/src/index.ts",
    "--verbose"
  ],
  "env": {
    "GEMINI_API_KEY": "<您的Gemini API密钥>"
  },
  "disabled": false,
  "alwaysAllow": [
    "can_x_be_done",
    "hints_for_problem",
    "is_this_good_practice",
    "how_to_do_x"
  ],
  "timeout": 60 // 以秒为单位
}

获取和清理知识库

此MCP服务器需要一个文档知识库来回答问题。您必须手动获取这个知识库，可以通过下载公共仓库、抓取网站或其他方法。

可以选择执行一个可选的清理过程，从原始文档中清除样式和其他不必要内容。

以下是一些基本工具。鼓励使用更好的解决方案：

简单抓取器：

wget --mirror --convert-links --adjust-extension --page-requisites --no-parent --directory-prefix=./local_copy --no-verbose --show-progress $1

快速粗糙的Markdown风格转换器：

#!/bin/bash

directory="${1:-.}"  # 如果没有提供参数，则默认为当前目录
output_file="${2:-concatenated.md}"  # 默认输出文件名

echo "将'$directory'中的文件合并到'$output_file'..."

# 如果输出文件存在，则清空它
truncate -s 0 "$output_file"

# 查找所有文件（不包括目录）并处理它们
find "$directory" -type f -name '*.html' | while IFS= read -r file; do
    echo "=== ${file#./} ===" >> "$output_file"
    cat "$file" \
    | grep -v 'base64' \
    | html2markdown >> "$output_file"
    echo -e "\n" >> "$output_file"
done

echo "完成！输出保存到'$output_file'"

使用方法

此服务器提供以下工具：

• can_x_be_done：检查特定任务是否可以在给定技术中完成
  • 输入：docs，prompt，x，technology
  • 输出：success，data
• hints_for_problem：获取解决特定问题的提示
  • 输入：docs，prompt，problem，context，environment
  • 输出：success，data
• is_this_good_practice：检查代码片段是否符合良好实践
  • 输入：docs，prompt，snippet，context
  • 输出：success，data
• how_to_do_x：获取特定任务的示例和替代方法
  • 输入：docs，prompt，x，technology
  • 输出：success，data

贡献指南

欢迎贡献！请遵循以下指南：

1. 分叉仓库
2. 为您的功能或错误修复创建新分支
3. 进行更改并以描述性提交消息提交
4. 提交拉取请求

许可证

本项目采用MIT许可证。

免责声明

这是项目的非常早期版本，可能存在错误和限制。如果您发现问题，请报告，也可以提出改进建议或新功能需求。