](https://smithery.ai/server/@SerPepe/bera-mcp)
Bera MCP服务器🐻
您友好的熊伙伴Berachain发展！
Bera MCP是一个功能强大的模型上下文协议（MCP）服务器，它使AI代理能够即时访问整个Berachain生态系统。使用RAG（检索增强生成）构建，就像有一只知识渊博的熊在你身边，它永远不会忘记蜂蜜在哪里——或者在这种情况下，所有文档都在哪里！
无论您是在构建DeFi协议、集成预言机还是部署智能合约，Bera MCP都能帮助您更快地找到答案，而不是说“亲爱的！”🍯
什么是Bera MCP？
Bera MCP是你所有事情的首选伴侣。它是一个智能文档助手，可以：
- 🐻 咆哮着Berachain生态系统：自动索引并更新Berachain官方文档和指南
- 🍯 找到最甜蜜的答案：使用AI支持的语义搜索来理解您的问题并找到最相关的文档
- 📚 永远不要忘记：将所有内容存储在矢量数据库中，以便它可以立即回忆信息
- 🔄 保持新鲜：新文档发布时自动更新
Bera能帮你什么？
在Berachain上建造时，Bera MCP有你的背部（和前部）：
- 🏗️ 智能合约开发：获取有关合同模式、最佳实践和Berachain特定功能的即时答案
- 💎 DeFi集成：了解如何与Berachain的DeFi协议和令牌标准集成
- 🔮 Oracle集成：学习如何在Berachain上使用Python、Chainlink和其他神谕
- 🚀 部署指南：部署和管理合同的分步说明
- 🧪 测试与调试：测试Berachain应用程序的最佳实践
- 📖 API参考资料：快速访问函数签名、参数和返回值
- 🎯 以及其他与比拉钦有关的一切！
只要问Bera任何问题，它都会仔细阅读文档，为您找到完美的答案！
特性🐻
Bera配备了强大的功能，使您的Berachain开发之旅更加顺利：
- 🐻 向导工具(
ask_berachain)贝拉的超能力！用简单的英语问任何问题，并通过完整的代码示例获得全面的、人工智能驱动的答案。这就像有一个Berachain的快速拨号专家！ - 🔍 语义搜索(
search_docs)：使用自然语言搜索所有文档。不需要知道确切的关键字——自然地问就行了！ - 📄 文档检索(
get_doc_section)：需要一个特定的部分吗？Bera确切地知道所有东西的存储位置，并且可以立即提取。 - 🔄 自动更新：Bera会自动保持最新状态！它监视Berachain仓库，并在发布时为新文档编制索引。
- 📚 自定义文档：将您自己的markdown文件添加到
docs/目录，Bera也会为它们建立索引。非常适合团队特定指南或自定义集成！
先决条件
- Node.js 18+和npm
- OpenRouter API密钥（用于嵌入和LLM）
- Uptash矢量帐户（用于矢量存储）
安装
1.克隆存储库
git clone
cd bera-mcp2.安装依赖项
npm install3.设置环境变量
创建一个 .env 根目录中的文件：
OPENROUTER_API_KEY=your_openrouter_api_key_here
UPSTASH_VECTOR_REST_URL=your_upstash_vector_url_here
UPSTASH_VECTOR_REST_TOKEN=your_upstash_vector_token_here
LLM_MODEL=google/gemini-2.5-flash-preview-09-2025所需的环境变量：
OPENROUTER_API_KEY：用于嵌入和LLM生成的OpenRouter API密钥UPSTASH_VECTOR_REST_URL：您的Upstash Vector REST API URLUPSTASH_VECTOR_REST_TOKEN：您的Upstash Vector REST API令牌
可选环境变量：
LLM_MODEL：用于生成答案的LLM模型（默认值：google/gemini-2.5-flash-preview-09-2025)CHUNK_SIZE：用于索引的文档块大小（默认值：1000)CHUNK_OVERLAP：块之间的重叠（默认值：200)TOP_K：搜索结果数（默认值：5)
4.设置上升矢量
- 在以下网址创建帐户 上架
- 创建新的矢量数据库
- 使用以下设置进行配置：
- 类型: Dense - 嵌入模型: Custom - 维度: 3072 - 指标: COSINE
- 将REST URL和令牌复制到您的
.env文件
5.构建和索引
npm run build
npm run index索引器将：
- 下载Berachain文档和指南存储库
- 处理所有标记文件
- 生成嵌入
- 将所有内容存储在Uptash Vector数据库中
备注：根据文档大小，首次索引可能需要10-20分钟。
6.启动服务器
npm start服务器在stdio上运行，并已准备好接受MCP客户端连接。
在Cursor中安装
由于Bera MCP使用您自己的API密钥（OpenRouter和Upstash），您需要自己托管它。以下是如何在Cursor中设置它：
选项1：本地安装（推荐）
- 克隆并设置服务器 （按照上述安装步骤操作）
- 添加到Cursor的MCP设置 (
~/.cursor/mcp.json或光标设置→ 特性→ 模型上下文协议）：
{
"mcpServers": {
"bera-mcp": {
"command": "node",
"args": ["/absolute/path/to/bera-mcp/dist/cli.js"],
"env": {
"OPENROUTER_API_KEY": "your_key_here",
"UPSTASH_VECTOR_REST_URL": "your_url_here",
"UPSTASH_VECTOR_REST_TOKEN": "your_token_here"
}
}
}
}- 重新启动游标 加载MCP服务器
选项2：部署到Smithery（建议用于生产）
Bera MCP已配置为使用TypeScript运行时进行Smithery部署。这 smithery.yaml 文件已设置。
- 将您的存储库推送到GitHub （确保
.env在...里.gitignore!)
- 部署到Smithery:
- 首选 史密瑟里 - 登录并连接您的GitHub帐户 - 点击“创建服务器”或“新部署” - 选择您的 bera-mcp 仓库 - Smithery将自动检测 smithery.yaml 配置
- 配置服务器设置:
- 在Smithery仪表板中，转到服务器的设置 - 添加以下配置值： - openrouterApiKey：您的OpenRouter API密钥 - upstashUrl：您的Uptash矢量REST URL - upstashToken：您的Uptash Vector REST令牌 - llmModel：可选-LLM型号名称（默认值： google/gemini-2.5-flash-preview-09-2025) - 这些将被安全地存储并传递到您的服务器
- 部署:
- 单击Smithery仪表板中的“部署” - Smithery将自动构建和部署您的服务器 - 等待部署完成（通常为2-5分钟）
- 索引文档 （仅限第一次）：
- 部署后，您需要运行一次索引器来填充向量数据库 - 您可以在本地执行此操作，也可以设置一次性索引作业 - 运行： npm run index （这需要你 .env 带有API密钥的文件）
- 从游标连接:
- 在光标中，转到设置→ 特性→ 模型上下文协议 - 使用Smithery连接URL添加新的MCP服务器 - URL格式为： https://server.smithery.ai/your-server/mcp - 在连接设置中使用API密钥进行配置
备注：服务器配置架构是从自动生成的 configSchema 在 src/index.ts，因此Smithery将在连接时显示一个用于输入API密钥的表单。
MCP工具
ask_berachain 🐻
询问有关Berachain开发问题的主要向导工具。
参数：
question（必填）：您关于比拉钦的问题maxContextChunks（可选）：要使用的文档块数（默认值：5）
例子：
{
"question": "How do I integrate Pyth oracles on Berachain?",
"maxContextChunks": 5
}退货： 包含代码示例、来源和引用的综合答案。
search_docs 🔍
在所有Berachain文档中进行语义搜索。
参数：
query（必填）：搜索查询topK（可选）：结果数量（默认值：5）
例子：
{
"query": "HONEY token oracle price",
"topK": 3
}退货： 包含分数和元数据的相关文档块数组。
get_doc_section 📄
按文件路径检索特定文档节。
参数：
filePath（必填）：相对文件路径（例如。，"PYTH_ORACLES_BERACHAIN.md")repo（必填）：存储库名称("docs","guides"，或"local")
例子：
{
"filePath": "PYTH_ORACLES_BERACHAIN.md",
"repo": "local"
}退货： 指定文件中的所有块，按顺序排序。
添加自定义文档
将标记文件放置在 docs/ 目录。它们将在下一次自动索引 npm run index 跑。
例子：
mkdir -p docs
cp your-guide.md docs/
npm run index更新文档
要更新索引文档，请执行以下操作：
npm run index这将：
- 从中提取最新更改
berachain/docs和berachain/guides - 重新索引所有文档
- 更新您的矢量数据库
项目结构
bera-mcp/
├── src/
│ ├── cli.ts # MCP server entry point
│ ├── server.ts # MCP server setup
│ ├── config.ts # Configuration management
│ ├── indexer.ts # Indexing pipeline
│ ├── indexer-cli.ts # CLI for indexing
│ ├── downloader.ts # Git repository downloader
│ ├── processor.ts # Markdown processing and chunking
│ ├── embeddings.ts # Embedding generation
│ ├── vectorStore.ts # Upstash Vector integration
│ └── tools/
│ ├── query.ts # ask_berachain wizard tool
│ └── search.ts # search_docs and get_doc_section tools
├── docs/ # Custom documentation (auto-indexed)
├── data/ # Downloaded repositories (gitignored)
├── dist/ # Compiled output (gitignored)
└── .env # Environment variables (gitignored)安全说明
⚠️ 重要：永远不要承诺你的 .env 文件或API密钥到版本控制！
这 .gitignore 文件配置为排除：
.env以及所有环境文件data/目录（已下载的存储库）node_modules/dist/（编译代码）
部署时始终使用环境变量或安全密钥管理。
故障排除
“OPENROUTER_API_KEY环境变量是必需的”
确保你的 .env 文件存在并包含 OPENROUTER_API_KEY.
“需要UPSTASH_VECTOR_REST_URL和UPSTASH_WECTOR-REST_TOKEN环境变量”
设置Uptash Vector数据库并将凭据添加到 .env.
索引失败或耗时过长
- 检查您的OpenRouter API密钥是否有足够的信用
- 验证您的Uptash Vector数据库是否可访问
- 检查下载存储库的网络连接
MCP服务器未在Cursor中连接
- 验证中的路径
mcp.json绝对正确 - 检查一下
npm run build已成功完成 - 确保在Cursor的MCP配置中设置了环境变量
- 配置更改后重新启动Cursor
许可证
麻省理工学院
贡献
欢迎投稿！请确保：
- 所有代码都是正确类型的（TypeScript）
- 记录环境变量
- 遵循安全最佳实践
- 为新功能添加了测试
支持
有问题吗？被什么东西卡住了？贝拉是来帮忙的！
- 🐛 发现bug了吗？ 在GitHub上打开一个问题
- 💡 有主意吗？ 我们很想听听！
- 🤝 想贡献吗？ 拉取请求总是受欢迎的！
______________________________________________________________________
内置🍯 Berachain开发者社区 🐻
*愿您的合同顺利执行，您的蜂蜜自由流动！*