MedXpert 图书馆(通用版)连接器
把**你自己的 wiki(.md 文档)**做成可语义检索、可 RAG 问答的本地知识库 MCP 连接器。
- 纯 Python 标准库实现(stdio JSON-RPC 2.0),零第三方依赖
- 仅依赖本地 Ollama 做嵌入/生成,零积分、断网可用
- 知识库为你自有文档,连接器不绑定任何预置私有数据
- 全部计算在本机完成,不访问任何外部网络,不上传任何数据
工具
| 工具 | 说明 |
|---|---|
search_knowledge(query, top_k?) | 语义检索知识库,返回相关片段 + 相似度 |
get_page(title) | 读取单个 wiki 页全文 |
list_sources() | 库范围:页数 / 分类 / 索引状态 |
ask_knowledge(question, top_k?) | RAG 问答:检索 + 本地生成模型,附引用 |
快速开始
# 1. 安装并启动 Ollama,拉取模型
ollama pull bge-m3 # 检索必备(嵌入)
ollama pull qwen2.5:7b # 问答可选(生成)
# 2. 用你自己的文档替换 wiki/(本包自带 3 个示例页)
# 把 .md 放进 wiki/ 即可,可建子目录分类
# 3. 构建向量索引
python rag_engine.py build
# 4. 启动 MCP server(stdio)
python medxpert_library_server.py
接入 WorkBuddy
包内 mcp.json 已提供标准配置;在开放平台或客户端中引用本包目录即可。
也可用环境变量覆盖默认行为:
| 变量 | 默认值 | 说明 |
|---|---|---|
LIBRARY_WIKI_DIR | 本包 wiki/ | 知识库目录(指向你的文档) |
OLLAMA_BASE_URL | http://127.0.0.1:11434 | Ollama 地址 |
LIBRARY_EMBED_MODEL | bge-m3 | 嵌入模型 |
LIBRARY_GEN_MODEL | qwen2.5:7b | 生成模型(问答) |
包结构
medxpert-library-connector/
├── medxpert_library_server.py # MCP server(stdio,纯标准库)
├── rag_engine.py # 嵌入 / 余弦 / 构建 / 检索引擎
├── wiki/ # 示例知识库(替换成你自己的 .md)
├── connector-meta.json # 开放平台元数据
├── mcp.json # MCP 启动配置
├── icon.svg # 头像
├── LICENSE # Apache-2.0
├── requirements.txt # 依赖说明(仅 Ollama)
└── README.md
合规与隐私
- 不内嵌受版权保护的标准正文,仅索引标准号与公开要点。
- 所有内容在本机处理,文档与查询均不上传外部服务。
- 知识库为使用者自有内容,发布者不对其内容负责。
许可说明 · License Notice
- 代码许可:本仓库源代码以 Apache-2.0 许可发布(见根目录 LICENSE),版权归「赵兴华 / Steven Zhao·China(ORCID 0009-0001-0512-1237)」。
- 内容权属:本仓库不捆绑专有知识库;随附示例内容仅供演示,归其原始所有者所有。代码以 Apache-2.0 许可发布。
- 品牌状态限定:MedXpert、SynomosAI、LGD 等为相关项目标识,均未申请实体注册、未申请商标注册;出现仅作来源标识,不构成对法人实体或商标权的任何主张。
- 免责:本仓库内容不构成法规意见、法律意见或注册代理服务;关键数据以监管机构最新发布为准。
- 联系:zhaoxinghua09@gmail.com | ORCID 0009-0001-0512-1237
mcp-name: io.github.zhaoxinghua09-cell/medxpert-library-connector