i

istarwyh

@istarwyh/mcpadvisor
0 Stars 291 次浏览 istarwyh 更新于 2026-08-23
知识管理与记忆搜索工具

MCP 服务配置

复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用

{
  "mcpServers": {
    "mcpadvisor": {
      "args": [
        "-y",
        "@xiaohui-wang/mcpadvisor"
      ],
      "command": "npx"
    }
  }
}

服务介绍

MCP Advisor

Model Context Protocol
npm version

DeepWiki

English | 简体中文

简介

MCP Advisor 是一个发现和推荐服务，它帮助 AI 助手通过自然语言查询来探索 Model Context Protocol (MCP) 服务器。它使用户更容易找到并利用适合特定任务的 MCP 工具。

特性

  • 自然语言搜索：使用对话式查询查找 MCP 服务
  • 丰富的元数据：获取每个服务的详细信息
  • 实时更新：始终与最新的 MCP 服务同步 MCP Servers
  • 易于集成：简单的配置即可适用于任何兼容 MCP 的 AI 助手
  • 混合搜索引擎：结合向量搜索和文本匹配的高级搜索功能
  • 多提供商支持：支持多个搜索提供者并行执行

文档导航

快速开始

安装

最快的方法是通过 MCP 配置集成 MCP Advisor：

json
{
"mcpServers": {
"mcpadvisor": {
"command": "npx",
"args": ["-y", "@xiaohui-wang/mcpadvisor"]
}
}
}将以下配置添加到您的AI助手的MCP设置文件中：

  • MacOS/Linux: ~/Library/Application Support/Claude/claude_desktop_config.json
  • Windows: %AppData%Claudeclaude_desktop_config.json

有关更多安装方法，请参阅安装指南。

演示

开发者指南

架构概述

MCP Advisor采用了模块化架构，职责分明，并遵循函数式编程原则：

mermaid
graph TD
Client["客户端应用程序"] --> |"MCP协议"| Transport["传输层"]

subgraph "MCP Advisor 服务器"
    Transport --> |"请求"| SearchService["搜索服务"]
    SearchService --> |"查询"| Providers["搜索提供者"]
    
    subgraph "搜索提供者"
        Providers --> MeilisearchProvider["Meilisearch 提供者"]
        Providers --> GetMcpProvider["GetMCP 提供者"]
        Providers --> CompassProvider["Compass 提供者"]
        Providers --> OfflineProvider["离线提供者"]
    end
    
    OfflineProvider --> |"混合搜索"| HybridSearch["混合搜索引擎"]
    HybridSearch --> TextMatching["文本匹配"]
    HybridSearch --> VectorSearch["向量搜索"]
    
    SearchService --> |"合并与过滤"| ResultProcessor["结果处理器"]
    
    SearchService --> Logger["日志系统"]
end

核心组件

  1. 搜索服务层

    • 统一的搜索接口和提供者聚合
    • 支持多个搜索提供者并行执行
    • 可配置的搜索选项（限制、最小相似度）

  2. 搜索提供者

    • Meilisearch 提供者：使用Meilisearch进行向量搜索
    • GetMCP 提供者：从GetMCP注册表进行API搜索
    • Compass 提供者：从Compass注册表进行API搜索
    • 离线提供者：结合文本和向量的混合搜索

  3. 混合搜索策略

    • 文本匹配和向量搜索的智能组合
    • 可配置的权重平衡
    • 智能自适应过滤机制

  4. 传输层

    • Stdio（CLI默认）
    • SSE（Web集成）
    • REST API端点

有关更详细的架构文档，请参阅ARCHITECTURE.md。

技术亮点

高级搜索技术

  1. 向量归一化

    • 所有向量都归一化为单位长度（幅度=1）
    • 确保一致的余弦相似度计算
    • 通过关注方向而不是幅度来提高搜索精度

  2. 并行搜索执行

    • 向量搜索和文本搜索并行运行
    • 利用Promise.all实现最佳性能
    • 如果任一搜索失败，则启用回退机制

  3. 加权结果合并

    • 向量和文本结果之间的可配置权重
    • 默认：向量相似度（70%），文本匹配（30%）

错误处理和日志系统

MCP Advisor实现了强大的错误处理和日志系统：

  1. 上下文错误格式化

    • 标准化的错误对象丰富
    • 保留和格式化堆栈跟踪
    • 错误类型分类和标准化

  2. 优雅降级

    • 多提供者回退策略
    • 部分结果处理
    • 关键故障时的默认响应

有关更多技术细节，请参阅TECHNICAL_DETAILS.md。

开发者快速入门

开发环境设置

  1. 克隆仓库

  2. 安装依赖项：
    bash
    npm install

  3. 配置环境变量（请参阅INSTALLATION.md）

库的使用

typescript
import { SearchService } from '@xiaohui-wang/mcpadvisor';

// 初始化搜索服务
const searchService = new SearchService();

// 搜索MCP服务器
const results = await searchService.search('vector database integration');
console.log(results);### 传输选项

MCP Advisor 支持多种传输方法：

  1. Stdio 传输（默认）- 适用于命令行工具
  2. SSE 传输 - 适用于 Web 集成
  3. REST 传输 - 提供 REST API 端点

有关更多开发细节，请参阅 DEVELOPER_GUIDE.md。

贡献指南

  1. 遵循提交信息约定：

    • 使用小写类型 (feat, fix, docs 等)
    • 以句子格式编写描述性消息

  2. 确保代码质量：

    • 运行测试：npm test
    • 检查类型：npm run type-check
    • 代码检查：npm run lint

有关详细的贡献指南，请参阅 CONTRIBUTING.md。

使用示例

示例查询

以下是一些您可以与 MCP Advisor 一起使用的示例查询：

"查找用于自然语言处理的 MCP 服务器"
"用于金融数据分析的 MCP 服务器"
"电子商务推荐引擎 MCP 服务器"
"具有图像识别功能的 MCP 服务器"
"天气数据处理 MCP 服务器"
"文档摘要 MCP 服务器"

示例响应

json
[
{
"title": "NLP Toolkit",
"description": "全面的自然语言处理工具包，具备情感分析、实体识别和文本摘要功能。",
"github_url": "https://github.com/example/nlp-toolkit",
"similarity": 0.92
},
{
"title": "Text Processor",
"description": "高效的文本处理 MCP 服务器，支持多语言。",
"github_url": "https://github.com/example/text-processor",
"similarity": 0.85
}
]

更多示例请参阅 EXAMPLES.md。

故障排除

常见问题

  1. 连接被拒绝

    • 确保服务器在指定端口上运行
    • 检查防火墙设置

  2. 没有返回结果

    • 尝试使用更通用的查询
    • 检查到注册表 API 的网络连接

  3. 性能问题

    • 考虑添加更具体的搜索词
    • 检查服务器资源（CPU/内存）

更多故障排除信息，请参阅 TROUBLESHOOTING.md。

搜索提供商

MCP Advisor 支持多个可以同时使用的搜索提供商：

  1. Compass 搜索提供商：使用 Compass API 获取 MCP 服务器信息
  2. GetMCP 搜索提供商：使用 GetMCP API 和向量搜索进行语义匹配
  3. Meilisearch 搜索提供商：使用 Meilisearch 进行快速、容错的文本搜索

有关搜索提供商的详细信息，请参阅 SEARCH_PROVIDERS.md。

API 文档

有关详细的 API 文档，请参阅 API_REFERENCE.md。

发展路线图

MCP Advisor 正从一个简单的推荐系统演变为一个智能代理编排平台。我们的愿景是创建一个不仅能够推荐合适的 MCP 服务器，还能从交互中学习并帮助代理动态规划和执行复杂任务的系统。

mermaid
gantt
title MCP Advisor Evolution Roadmap
dateFormat YYYY-MM-DD
axisFormat %Y-%m

section Foundation
Enhanced Search & Recommendation ✓       :done, 2025-01-01, 90d
Hybrid Search Engine ✓                   :done, 2025-01-01, 90d
Provider Priority System ✓               :done, 2025-04-01, 60d

section Intelligence Layer
Feedback Collection System               :active, 2025-04-01, 90d
Agent Interaction Analytics             :2025-07-01, 120d
Usage Pattern Recognition               :2025-07-01, 90d

section Learning Systems
Reinforcement Learning Framework         :2025-10-01, 180d
Contextual Bandit Implementation         :2025-10-01, 120d
Multi-Agent Reward Modeling             :2026-01-01, 90d

section Advanced Features
Task Decomposition Engine               :2026-01-01, 120d
Dynamic Planning System                 :2026-04-01, 150d
Adaptive MCP Orchestration              :2026-04-01, 120d

section Ecosystem
Developer SDK & API                     :2026-07-01, 90d
Custom MCP Training Tools               :2026-07-01, 120d
Enterprise Integration Framework        :2026-10-01, 150d### 主要开发阶段
  1. 推荐能力优化 (2025 Q2-Q3)
    • 接受用户反馈
    • 优化推荐效果
    • 引入更多指标

有关详细路线图，请参阅 ROADMAP.md。

测试

使用 inspector 进行测试：

bash
npx @modelcontextprotocol/inspector

许可证

本项目采用 MIT 许可证 - 详情请参阅 LICENSE 文件。

查看源码 项目主页

相关 MCP 服务

Markmap思维导图
jinzcdev/Markmap
Markmap MCP 服务器基于模型上下文协议（MCP），允许一键将 Markdown 文本转换为交互式思维导图，支持多种格式导出和丰富的交互操作。它基于开源项目 markmap 构建。
LeetCode(力扣)
jinzcdev/leetcode-mcp-server
MCP 服务器实现 LeetCode API 集成，支持自动化获取编程题库、用户数据和竞赛信息。
Github的维基百科DeepWiKi
@regenrek/mcp-deepwiki
📖 MCP 服务器用于获取 deepwiki.com 的最新知识，并在 Cursor 和其他代码编辑器中使用
微信读书
@package/mcp-server-weread
一个为微信读书提供MCP（Model Context Protocol）服务的工具，支持将微信读书的书籍、笔记和划线数据提供给支持MCP的大语言模型客户端，如Claude Desktop。