Context Poke MCP

Context.ai MCP服务器

一个生产就绪的模型上下文协议（MCP）服务器，与Context.ai集成，用于智能知识检索和问答。

特性

• 🔍 知识搜索：搜索您的Context.ai知识库
• 📄 上下文检索：按ID获取特定文档和上下文
• 💬 人工智能问答：从你的知识库中提问并获得明智的答案
• 🚀 Vercel准备就绪：使用无服务器功能部署到Vercel
• 🔒 类型安全：使用TypeScript构建，实现最大可靠性
• ⚡ 快速高效：通过适当的错误处理优化了性能

先决条件

• Node.js 18或更高版本
• Context.ai API密钥（在 context.ai)
• npm或yarn包管理器

安装

1. 克隆存储库:

   git clone https://github.com/Dpdpdpdp0987/context-poke-mcp.git
   cd context-poke-mcp

1. 安装依赖项:

   npm install

1. 配置环境变量:

   cp .env.example .env

编辑 .env 并添加您的Context.ai API密钥：

   CONTEXT_AI_API_KEY=your_actual_api_key_here

1. 构建项目:

   npm run build

用法

本地运行

启动MCP服务器：

npm start

对于自动重新加载的开发：

npm run dev

部署到Vercel

1. 安装Vercel命令行界面:

   npm install -g vercel

1. 部署:

   vercel

1. 添加环境变量:

   vercel env add CONTEXT_AI_API_KEY

提示时输入Context.ai API键。

1. 部署到生产环境:

   vercel --prod

可用工具

1.搜索知识

在Context.ai知识库中搜索相关信息。

参数:

• query （字符串，必填）：搜索查询
• limit （数字，可选）：返回的最大结果数（默认值：5）

示例:

{
  "query": "What are the key features of our product?",
  "limit": 10
}

2.get_context

通过其唯一ID检索特定上下文或文档。

参数:

• contextId （string，必填）：上下文的唯一标识符

示例:

{
  "contextId": "ctx_1234567890"
}

3.提问

提出一个问题，并根据你的知识库获得人工智能的答案。

参数:

• question （string，必填）：要问的问题
• context （字符串，可选）：问题的附加上下文

示例:

{
  "question": "How do I integrate the API?",
  "context": "I'm using Node.js and TypeScript"
}

项目结构

context-poke-mcp/
├── src/
│   ├── index.ts          # Main MCP server implementation
│   └── contextai.ts      # Context.ai API client
├── dist/                 # Compiled JavaScript output
├── package.json          # Project dependencies and scripts
├── tsconfig.json         # TypeScript configuration
├── vercel.json           # Vercel deployment configuration
├── .env.example          # Environment variable template
├── .gitignore           # Git ignore rules
└── README.md            # This file

发展

脚本

• npm run build -将TypeScript编译为JavaScript
• npm run dev -开发观看模式
• npm start -运行已编译的服务器
• npm run prepare -预安装构建挂钩

类型安全

此项目使用启用严格模式的TypeScript。所有API交互都是完全类型化的，以获得更好的开发人员体验和更少的运行时错误。

错误处理

服务器包括全面的错误处理：

• API身份验证错误
• 网络超时和故障
• 无效参数
• 找不到资源错误
• 优雅降级

所有错误均以结构化格式返回：

{
  "error": "Detailed error message"
}

环境变量

贡献

欢迎投稿！请随时提交拉取请求。

1. 分叉存储库
2. 创建功能分支(git checkout -b feature/amazing-feature)
3. 提交您的更改(git commit -m 'Add amazing feature')
4. 推到分支(git push origin feature/amazing-feature)
5. 打开拉取请求

许可证

MIT许可证-有关详细信息，请参阅许可证文件

支持

对于问题和疑问：

• 打开一个问题
• 检查 Context.ai文档
• 查看 MCP规范

致谢

• 与 模型上下文协议SDK
• 由...驱动 Context.ai
• 可部署于 维塞尔

______________________________________________________________________

由以下材料制成❤️ 作者：丹妮拉·穆姆肯