I

Insights Knowledge Base(IKB) MCP Server

Shawn1012/insights_knowledge_base_server
1 Stars 352 次浏览 更新于 2026-08-23

一个免费的即插即用知识库,内置10,000多份高质量洞察报告,打包为MCP服务器,并提供安全的本地数据存储。无需配置,真正即插即用。永久免费,并承诺每周更新报告。

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": {
    "ikb-mcp-server": {
      "args": [
        "--directory",
        "\u003cYour Project Root Directory!!!\u003e",
        "run",
        "ikb_mcp_server.py"
      ],
      "command": "uv"
    }
  }
}

服务介绍

Insights Knowledge Base(IKB) MCP Server

>>>中文版

🍭一个免费的即插即用知识库。内置超过10,000份高质量洞察报告,打包为MCP Server,并提供安全的本地数据存储。

⚠️⚠️ 本项目中收集的所有报告均来自官方研究报告网站上的免费资源。 ⚠️⚠️

特性

  1. 🍾 无需配置,真正实现即插即用。对于私人文档解析,在.env文件中配置VLM模型和参数(例如,VLM_MODEL_NAME=qwen2.5-vl-72b-instruct)。
  2. 🦉 永久免费 - 无需浪费精力收集报告资源。欢迎通过issues分享可靠的、无版权问题的报告来源。
  3. 📢 承诺每周更新报告,但错误修复取决于我的心情(实际上我不是工程师 🤭)。

截至6月17日的优化更新

  1. 💡 优化了models.py:提高了数据查询效率达1,000%
  2. 💡 优化了extractor.py:略微提升了PDF提取效率
  3. 💡 优化了recognizer.py:将图像理解效率提高了50%
  4. 💡 优化了ikb_mcp_server.py
    • 添加了分页功能
    • 显示引用文件的本地路径
  5. 添加MIT许可证(https://github.com/v587d/InsightsLibrary/pull/1#issuecomment-2969226661)
  6. 📦 整体压缩项目包大小减少了约50%
  7. 💡 简化私人文档处理
  8. 💡 修复了其他已发现的错误

未来工作方向

  1. 嵌入模型集成
    • 实现sentence-transformers用于文档嵌入
    • 创建函数工具端点以进行向量搜索
  2. 报告系统增强
    • 每日自动生成报告
    • 实时更新通知

最新文件概况

JSON
{
"statistics": {
"total_files": 61,
"total_pages": 3031,
"unique_publishers": 7,
"unique_topics": 45,
"last_updated": "2025-06-17T10:36:52.437453"
},
"details": {
"publishers": [
"埃森哲",
"贝恩",
"波士顿咨询集团",
"哥伦比亚广播公司",
"麦肯锡",
"普华永道",
"亿欧"
],
"topics": [
"人工智能",
"AI代理",
"亚裔美国人",
"航空",
"商业",
"化工",
"消费品",
"脱碳",
"去碳化",
"数字化",
"经济与贸易",
"教育",
"就业",
"时尚",
"金融科技",
"金融技术",
"植物肉",
"Z世代",
"全球银行业",
"全球能源",
"全球保险业",
"全球宏观经济",
"全球材料",
"全球私募市场",
"全球贸易",
"健康",
"人力资本",
"保险",
"低空经济",
"奢侈品",
"海运",
"媒体",
"医疗健康",
"净零排放",
"新能源汽车",
"宠物食品",
"人口",
"私募股权",
"房地产",
"零售数字化",
"小企业",
"智能家居",
"可持续性",
"科技",
"旅行"
]
}
}

安装(适合初学者)

💡专业提示:遇到困难?将此页面拖到LLM客户端(如DeepSeek)以获得逐步指导。实际上,这些说明也是由DeepSeek编写的...

前提条件:Python 3.12+(从官方网站下载并添加环境路径)

安装UV:

BASH
pip install uv

1. 克隆项目

BASH
git clone https://github.com/v587d/InsightsLibrary.git
cd InsightsLibrary#### 2. 创建虚拟环境

BASH
uv venv .venv # 创建专用的虚拟环境

激活环境

Windows:

..venv\Scripts\activate

Mac/Linux:

source .venv/bin/activate

3. 安装核心依赖项

BASH
uv pip install -e . # 注意末尾的点表示当前目录

4. 创建环境变量(以备将来使用)

BASH
notepad .env # Windows

或者

nano .env # Mac/Linux

5. 配置MCP服务器

  • VSCode.Cline

注意:将<Your Project Root Directory!!!>替换为实际的根目录。
json
{
"mcpServers": {
"ikb-mcp-server": {
"command": "uv",
"args": [
"--directory",
"<Your Project Root Directory!!!>",
"run",
"ikb_mcp_server.py"
]
}
}
}

  • Cherry Studio
    • 命令: uv
    • 参数:
      text
      --directory
      <Your Project Root Directory!!!>
      run
      ikb_mcp_server.py

将私人文档添加到ikb_mcp_server

  1. .env中配置VLM模型和参数:
    text
    VLM_API_KEY=
    VLM_BASE_URL= # https://openrouter.ai/api/v1
    VLM_MODEL_NAME= # qwen/qwen2.5-vl-72b-instruct:free

  2. 将PDF文档上传到项目根目录下的library_files文件夹。

  3. 手动运行main.py。

bash

转到项目根目录

激活虚拟环境

uv run main.py

[INFO]PDF提取初始化 | 文件目录: library_files | 页面目录: library_pages

... 请稍等片刻

[INFO]处理完成。成功: xxx页, 失败: 0页。

数据已更新到数据库

许可证

本项目采用MIT许可证。详情请参阅LICENSE文件。

相关 MCP 服务