Cs MCP Server

IBM内容服务MCP服务器

概述

IBM Content Services MCP Server提供了一个标准化的接口，使AI模型能够使用IBM FileNet Content Manager（FNCM）功能。该服务器有四种专门的配置可供选择，以支持不同的工作流程：

• 核心服务器：全面的文件和内容管理业务
• 属性提取和分类服务器：财产提取和分类的文件分析
• 法律封存服务器：法律持有管理
• AI文档洞察服务器：使用虚拟表功能进行Content Assistant矢量搜索，结合属性/元数据搜索，以及文档摘要、比较和问答

每个服务器都可以独立部署或组合部署，以支持您的特定用例。

______________________________________________________________________

服务器类型和功能

核心服务器(core-cs-mcp-server)

目的：全面的文件和内容管理业务

用例:

• 常规文档生命周期管理（创建、更新、签入、签出、删除）
• 文件夹操作和文件归档
• 在存储库中搜索和检索
• 元数据和类管理
• 将文档作为LLM上下文公开的资源支持

属性提取和分类服务器(property-extraction-and-classification-cs-mcp-server)

目的：财产提取和分类的文件分析

依赖项：需要核心服务器进行文档更新操作（例如。， update_document_properties)

用例:

• 从文档内容中自动提取属性
• 文档分类和重新分类工作流程
• 基于内容的元数据丰富

法律封存服务器(legal-hold-cs-mcp-server)

目的：法律持有管理

用例:

• 创建和管理法律封存
• 搁置文件和物品
• 跟踪持有的物体

AI文档洞察服务器(ai-document-insight-cs-mcp-server)

目的：使用虚拟表功能进行Content Assistant矢量搜索，结合属性/元数据搜索，以及文档摘要、比较和问答

依赖项:

• 文档操作需要Core Server
• 需要持久文本提取插件
• 需要内容助手插件
• 需要FileNet 5.7.0 IF003或更高版本

用例:

• 基于内容的文档搜索，使用Content Assistant API矢量搜索进行元数据过滤
• Content Assistant API文档摘要
• Content Assistant API文档比较和分析

______________________________________________________________________

工具列表

核心服务器工具

核心服务器提供26个工具，分为以下几类：

文档管理（11个工具）

• get_document_versions：检索文档的版本历史记录，包括每个版本的主版本号和次版本号以及文档ID。

• get_document_text_extract：通过检索文档的文本提取注释从文档中提取文本内容。如果发现多个文本提取，则将它们连接起来。 重要： 此功能要求在对象存储中安装持久文本提取插件。请参阅 先决条件 有关更多详细信息，请参阅第节。

• 创建_文档：在内容存储库中创建具有指定属性的新文档。如果提供了文件路径，则可以将文件作为文档内容上传。需要首先调用determined_class和get_ass_property_descriptions。

• update_document_properties：更新现有文档的属性，而不更改其类。需要首先调用get_ass_property_descriptions来获取文档当前类的有效属性。

• update_document_class：更改内容存储库中文档的类。 警告： 如果新类的属性与旧类不同，则更改文档的类可能会导致属性丢失。需要首先调用determined_class来获取新的class_identifier。

• checkindocument：签入以前签出的文档。如果提供了文件路径，则可以在签入期间上传新的内容文件。

• checkout_document：签出文档进行编辑。可以将文档内容下载到指定的文件夹路径（如果提供）。

• cancel_document_checkout：取消内容存储库中的文档签出，释放保留。

• get_document_properties：按ID或路径从内容存储库中检索文档，返回文档对象及其属性。

• delete_document_version：使用文档ID删除内容存储库中的特定文档版本。

• 删除版本系列：使用版本系列ID删除内容存储库中的整个版本系列（文档的所有版本）。

文件夹管理（7个工具）

• 创建文件夹：在内容存储库中创建一个具有指定名称、父文件夹和可选类标识符的新文件夹。

• 删除文件夹：使用文件夹的ID或路径从存储库中删除文件夹。

• unfille_document：从文件夹中删除文档，但不删除文档本身。

• file_document：将文档归档到文件夹中。

• update_folder：更新现有文件夹的属性。需要首先调用determined_class和get_ass_property_descriptions。

• get_folder_documents：获取文件夹中包含的文档。

• get_folder_detail：检索有关文件夹的详细信息。

类/元数据管理（3个工具）

• list_root_classes：列出根类。

• 确定类别：根据可用类和用户消息或上下文文档的内容确定适当的类。

• get_class_property_descriptions：检索指定类的所有属性的详细描述。

搜索（5个工具）

• get_searchable_property_descriptions：检索可用于搜索操作的属性描述。

• 仓库_对象_搜索：根据指定条件搜索存储库对象。

• 文档搜索：使用全文CBR搜索根据内容和/或元数据标准搜索文档。可以将基于内容的搜索与属性过滤器相结合，以实现精确的文档发现。仅返回已发布的文档版本。内容搜索词中的特殊字符会自动转义。

• lookup_documents_by_name：通过将关键字与文档名称进行匹配来搜索文档。返回具有置信度得分的匹配文档的排名列表。当您知道文档名称的一部分，但不知道其确切的ID或路径时，这很有用。

• lookup_documents_by_path：根据文档在文件夹层次结构中的位置搜索文档。在每个路径级别将关键字与文件夹名称和文档包含名称进行匹配。当用户使用路径分隔符（例如“/Folder1/Subfolder/document”）描述文档时特别有用。

属性提取和分类服务器工具

属性提取和分类服务器为AI驱动的文档工作流提供了2个专用工具：

• 属性提取：提取文档类、属性元数据和文本内容，用于基于AI的属性值提取。此工具确定文档的类，获取类元数据以标识所有可用属性（过滤掉系统和隐藏属性），并检索文档的文本提取内容。

• list_all_classes：列出特定根类类型的所有可用类。对于需要将文档内容与最合适的类相匹配的文档重新分类工作流至关重要。

法律封存服务器工具

Legal Hold Server提供6种法律合规管理工具：

• create_hold：使用指定的显示名称创建新的合法保留。

• 删除密码：删除合法保留并释放所有保留的对象。

• add_object_to_hold：将对象（文档、文件夹等）置于法律封存之下。

• 删除对象文件夹：从合法保留中删除对象，而不删除保留本身。

• get_held_objects_for_hold：列出当前处于特定法律封存下的所有对象。

• get_holds_by_name：按显示名称搜索合法保留。

AI文档洞察服务器工具

AI Document Insight Server提供6个专用工具，利用虚拟表功能进行Content Assistant操作：

• document_smart_search：执行结合矢量（语义）搜索和元数据过滤的混合搜索以查找文档。使用此功能可根据含义而不仅仅是关键字查找相关文档。仅返回按GenaiScore排名的文档的已发布版本。

• 文档_快速_摘要：为一个或多个提供的文档ID生成简洁的人工智能摘要。使用此功能，用户可以在不阅读全文的情况下快速浏览内容。

• 文档_比较_景点：精确比较两个文档，以确定相似性、差异性和版本更改。返回AI生成的分析。

• document_qa_全球：通过扫描整个文档存储库来回答自然语言问题。对于不知道具体文档或在整个文档存储库中查找模式的广泛问题，请使用此选项。

• 文件_qa_特定：严格根据特定选定文档的上下文回答自然语言问题。当用户询问特定文件时使用此选项。

• 文档_qa_multiple：严格根据所选文档的上下文回答自然语言问题。当用户询问一组文件时使用此选项。

______________________________________________________________________

资源

什么是资源？

资源为LLM上下文提供对文档内容的只读访问。配置文件夹中的文档会自动作为MCP资源公开，允许AI模型在对话中引用它们，而无需显式的工具调用。

重要提示： 资源功能需要 持久文本提取插件 安装在对象存储中以检索文档内容。请参阅 先决条件 安装细节部分。

服务器特定资源支持

每种服务器类型都支持具有特定文件夹默认值和可选前缀验证的资源：

配置

RESOURCES_FOLDER

覆盖任何服务器的默认资源文件夹路径：

RESOURCES_FOLDER=/custom/path  # Override default folder path

这 RESOURCES_FOLDER value是FileNet对象存储中应该上传资源文档的文件夹的路径。服务器将自动发现并注册此文件夹中的所有文档。

配置文件夹中的文档将是：

• 服务器启动时自动注册为资源
• 可用于URI遵循以下模式的LLM： ibm-cs://{object_store}/documents/{folder_path}/{document_name}
• 以以下格式显示名称： [IBM CS] {document_name}

资源_前缀_验证

控制服务器如何验证文档名称前缀：

RESOURCES_PREFIX_VALIDATION=warn  # Default: warn

验证模式：

• strict：跳过没有匹配前缀的文档，并将其记录为错误。建议用于生产，以确保服务器类型之间的干净分离。
• warn （默认）：跳过没有匹配前缀的文档，并记录警告。适合开发和测试。
• off：未执行前缀验证。无论命名如何，文件夹中的所有文档都会被加载。

法律封存服务器示例：

# Uses default folder: /resources/LegalHold
# Only accepts documents starting with LH_
# Strict validation - logs errors for invalid documents
RESOURCES_PREFIX_VALIDATION=strict

安全指南

访问控制： 资源文件夹只能由管理用户修改，以防止篡改人工智能模型将使用的内容。在FileNet对象存储中配置适当的文件夹权限，以：

• 仅限制管理员的写入/修改权限
• 允许MCP服务器业务用户的读取权限
• 防止未经授权的用户添加、修改或删除资源文档

用例

资源非常适合为AI模型提供参考文档：

• 合规指导政策文件
• 文档分类的分类指南
• 标准操作规程
• 监管要求
• 最佳实践文档

示例

对于核心服务器（默认文件夹： /resources，不需要前缀）：

该文件夹中的文档：

• /resources/data_classification_policy.txt
• /resources/retention_policy.txt

对于特性提取和分类服务器（默认文件夹： /resources/Classification，要求 CL_ 或 PE_ 前缀）：

带有正确前缀的文档：

• /resources/Classification/CL_data_classification_policy.txt
• /resources/Classification/CL_retention_policy.txt

或者在不进行前缀验证的情况下加载文件：

RESOURCES_PREFIX_VALIDATION=off

无前缀的文档：

• /resources/Classification/data_classification_policy.txt
• /resources/Classification/retention_policy.txt

这些文件将作为人工智能在回答问题或做出决策时可以参考的资源。

______________________________________________________________________

测试环境

Content Services MCP服务器已使用以下MCP客户端和LLM组合进行了测试：

• 克劳德桌面十四行诗4.5、4、3.5和俳句4.5
• 沃森管弦乐队：Llama-3-2-90b-视觉结构体

虽然其他MCP客户端和LLM组合尚未经过测试，但它们可能适用于此服务器。我们鼓励您自己进行实验和验证。

有关其他MCP客户端的设置说明，请参阅：

• Bob IDE MCP服务器设置
• VS代码副本MCP服务器设置

MCP客户端限制

一些MCP客户端具有影响可以使用哪些工具的限制。下表显示了已知的兼容性问题：

• update_document_properties • checkout_document • checkin_document • update_folder • repository_object_search | |Watson Orchestrate |代理尝试调用MCP工具时出现零星的“无效工具调用对象”错误|• create_document • checkin_document • checkout_document • get_document_versions • repository_object_search |

注： 这些限制是由于MCP客户端的输入处理能力造成的，而不是MCP服务器本身。

______________________________________________________________________

设置和配置

先决条件

• Python 3.13+
• 紫外线

- 在macOS上： brew install uv - 在Windows上：请参阅上面的链接

• 访问已安装内容服务GraphQL API（CS-GQL）的FileNet CPE服务器

必需的附加组件

重要提示： 为了实现特定的服务器功能，必须在FileNet对象存储中安装以下附加组件：

持久文本提取插件 （核心、属性提取和AI文档洞察服务器需要）

• 允许从文档中提取和存储文本内容
• 需要：

- 核心服务器： get_document_text_extract 工具和资源功能 - 属性提取和分类服务器： property_extraction 工具 - AI文档洞察服务器：所有工具(document_smart_search, document_quick_summary, document_compare_insights, document_qa_global)

• 如果没有此插件，文档内容检索功能将无法工作
• 有关安装说明，请参阅 IBM关于安装持久文本插件的文档

内容助理附加组件 （仅AI文档洞察服务器需要）

• 提供基于人工智能的搜索、摘要、比较和问答功能
• 需要： AI文档洞察服务器（所有工具）
• 包括矢量搜索和GenAI模型集成
• 有关安装说明，请参阅IBM Content Assistant文档

FNCM部署版本要求

• 5.5.8或更高版本 （核心、法律持有和财产提取和分类服务器所需）

- 提供核心内容管理操作所需的GraphQL API基础支持 - 需要： 核心服务器、法律封存服务器和财产提取和分类服务器（所有工具）

• 版本5.7.0 IF003或更高版本 （仅AI文档洞察服务器需要）

- 提供AI文档洞察操作所需的GraphQL虚拟表支持 - 需要： AI文档洞察服务器（所有工具）

配置

Content Services MCP服务器需要几个环境变量才能连接到FileNet CPE服务器：

所需的环境变量

可选环境变量

用于业务自动化环境变量的Cloud Pak

SSL配置最佳实践

用于SSL配置(SSL_ENABLED, TOKEN_SSL_ENABLED, ZENIAM_ZEN_SSL_ENABLED，以及 ZENIAM_IAM_SSL_ENABLED)，您有三个选择：

1. 使用系统证书（推荐用于生产）：设置为 true 使用系统的证书存储。

1. 提供自定义证书路径：设置为证书的文件路径（例如。， /path/to/certificate.pem).

1. 禁用SSL验证（不建议用于生产）：设置为 false 禁用SSL验证。

安全警告：禁用SSL验证(false)应仅在测试环境中使用。对于生产部署，始终使用适当的证书验证来确保安全通信。

认证方法

服务器支持三种身份验证方法：

基本身份验证

设置以下环境变量：

SERVER_URL=https://your-graphql-endpoint
USERNAME=your_username
PASSWORD=your_password
OBJECT_STORE=your_object_store
SSL_ENABLED=your_path_to_graphql_certificate | true | false

OAuth身份验证

设置以下环境变量：

SERVER_URL=https://your-graphql-endpoint
USERNAME=your_username
PASSWORD=your_password
TOKEN_URL=https://your-oauth-server/token
GRANT_TYPE=password
SCOPE=openid
CLIENT_ID=your_client_id
CLIENT_SECRET=your_client_secret
OBJECT_STORE=your_object_store

Zen/IAM身份验证

对所有外部服务器使用USER/PASSWORD和SSL时的ZEN/IAM环境变量示例

SERVER_URL=https://your-graphql-endpoint
SSL_ENABLED=your_path_to_graphql_certificate| true | false
OBJECT_STORE=your_object_store
ZENIAM_ZEN_URL=https://your-zen-exchange-route
ZENIAM_ZEN_SSL_ENABLED=your_path_to_zen_exchange_route_certicate | true | false
ZENIAM_IAM_URL=https://your-IAM-route
ZENIAM_IAM_SSL_ENABLED=your_path_to_IAM_route_certicate | true | false
ZENIAM_IAM_GRANT_TYPE=password
ZENIAM_IAM_SCOPE=openid
ZENIAM_IAM_USER=your_user_name
ZENIAM_IAM_PASSWORD=your_user_password

与MCP客户端/代理框架集成

Claude桌面配置

1. 打开克劳德桌面设置：

- 在macOS上，单击顶部菜单栏中的Claude菜单，然后选择 设置. - 在Windows上，访问 设置 来自Claude应用程序。 Screenshot showing Settings

1. 导航到 开发者 选项卡并单击 编辑配置:

- macOS： ~/Library/Application Support/Claude/claude_desktop_config.json - 窗户： %APPDATA%\Claude\claude_desktop_config.json Screenshot showing "Edit Config"

1. 将以下配置示例之一添加到 claude_desktop_config json 文件：

选项1：使用本地安装（如果您已经克隆了存储库）

   {
     "mcpServers": {
       "core-cs-mcp-server": {
         "command": "/path/to/your/uvx",
         "args": [
           "--from",
           "/path/to/your/cs-mcp-server",
           "core-cs-mcp-server"
         ],
         "env": {
           "USERNAME": "your_username",
           "PASSWORD": "your_password",
           "SERVER_URL": "https://your-graphql-server/content-services-graphql/graphql",
           "OBJECT_STORE": "your_object_store"
         }
       }
     }
   }

选项2：直接从GitHub安装（推荐）

   {
     "mcpServers": {
       "core-cs-mcp-server": {
         "command": "uvx",
         "args": [
           "--from",
           "git+https://github.com/ibm-ecm/ibm-content-services-mcp-server",
           "core-cs-mcp-server"
         ],
         "env": {
           "USERNAME": "your_username",
           "PASSWORD": "your_password",
           "SERVER_URL": "https://your-graphql-server/content-services-graphql/graphql",
           "OBJECT_STORE": "your_object_store"
         }
       }
     }
   }

选项3：多服务器设置（核心+财产提取+法律封存+AI文档洞察）

   {
     "mcpServers": {
       "core-cs-mcp-server": {
         "command": "uvx",
         "args": [
           "--from",
           "git+https://github.com/ibm-ecm/ibm-content-services-mcp-server",
           "core-cs-mcp-server"
         ],
         "env": {
           "USERNAME": "your_username",
           "PASSWORD": "your_password",
           "SERVER_URL": "https://your-graphql-server/content-services-graphql/graphql",
           "OBJECT_STORE": "your_object_store"
         }
       },
       "property-extraction-cs-mcp-server": {
         "command": "uvx",
         "args": [
           "--from",
           "git+https://github.com/ibm-ecm/ibm-content-services-mcp-server",
           "property-extraction-and-classification-cs-mcp-server"
         ],
         "env": {
           "USERNAME": "your_username",
           "PASSWORD": "your_password",
           "SERVER_URL": "https://your-graphql-server/content-services-graphql/graphql",
           "OBJECT_STORE": "your_object_store"
         }
       },
       "legal-hold-cs-mcp-server": {
         "command": "uvx",
         "args": [
           "--from",
           "git+https://github.com/ibm-ecm/ibm-content-services-mcp-server",
           "legal-hold-cs-mcp-server"
         ],
         "env": {
           "USERNAME": "your_username",
           "PASSWORD": "your_password",
           "SERVER_URL": "https://your-graphql-server/content-services-graphql/graphql",
           "OBJECT_STORE": "your_object_store"
         }
       },
       "ai-document-insight-cs-mcp-server": {
         "command": "uvx",
         "args": [
           "--from",
           "git+https://github.com/ibm-ecm/ibm-content-services-mcp-server",
           "ai-document-insight-cs-mcp-server"
         ],
         "env": {
           "USERNAME": "your_username",
           "PASSWORD": "your_password",
           "SERVER_URL": "https://your-graphql-server/content-services-graphql/graphql",
           "OBJECT_STORE": "your_object_store"
         }
       }
     }
   }

1. 重新启动克劳德桌面：

- 仅仅关闭窗口是不够的，必须停止并重新启动Claude Desktop： - 在macOS上：Claude>退出 - 在Windows上：文件>退出

1. 检查可用工具：

- 要查看Claude Desktop中的所有可用工具，请按以下步骤操作： - 首先单击设置图标，您应该看到： Screenshot showing MCP Servers - 然后单击 core-cs-mcp-server，您应该看到所有工具： Screenshot showing Claude tools

注： 上面的JSON配置示例仅显示了所需的最小环境变量。有关所有可能配置选项的完整列表，请参阅上面的环境变量表。

Watson编排（WxO）配置

本节介绍如何使用Content Services MCP服务器增强IBM watsonx Orchestrator，使watsonx Orchestrate能够在聊天中的用户交互期间与IBM FileNet Content Management进行交互。

您可以根据需要配置一个或多个服务器：

• 核心服务器：用于一般文件管理操作
• 属性提取和分类服务器：用于AI驱动的文档分析（需要Core Server进行文档更新）
• 法律封存服务器：用于法律合规工作流程

以下配置步骤以Core Server为例，但通过更改服务器名称和安装命令，同样的过程也适用于其他服务器。

配置

1.配置连接变量

对于SaaS或本地产品（UI）：

• 单击主菜单图标
• 引导到 管理>连接
• 点击 添加新连接
• 输入连接ID和显示名称
• 点击 下一步
• 现在，您将配置草稿连接详细信息（测试环境）

- 选择要使用的身份验证类型下拉列表 以键值对 - 输入每个必需的变量： - SERVER_URL：您的Content Services GraphQL API终结点URL - USERNAME：身份验证用户名 - PASSWORD：身份验证密码 - OBJECT_STORE：对象存储标识符 - 根据需要输入任何可选变量（例如。， SSL_ENABLED, TOKEN_REFRESH等等） - 点击 下一步 完成后

• 现在，您将输入实时连接环境变量

- 选择要使用的身份验证类型下拉列表 以键值对 - 输入与上述相同的必需变量 - 根据需要输入任何可选变量 - 选择首选凭据类型 - 点击 添加连接

对于ADK（应用程序开发工具包）：

要使用ADK CLI创建连接，请参阅 官方文件.

2.创建代理

• 单击主菜单图标

• 引导到 构建>代理构建器

Build > Agent Builder

• 引导到 所有代理商

• 点击 创建代理+ 添加新代理

Create an agent

• 选择 从头开始创建

• 输入a 名字 （例如。， Core Content Services Agent)

• 输入a 描述 （例如。， This agent enables interaction with FileNet Content Management.)

• 点击 创建

Create an agent (continued)

3.用核心内容服务MCP服务器增强代理

• 导航到 工具集 部分，单击 添加工具+

Add tools +

• 点击 导入

Import MCP Server

• 点击 从MCP服务器导入

Import MCP Server (continued)

• 点击 添加MCP服务器

Add MCP Server

• 输入a 服务器名称 没有任何空格字符（例如。， core-cs-mcp-server)

• 可选择输入 描述 （例如。， This MCP Server connects to FileNet Content Platform Engine, enabling content management operations.)

• 输入一个 安装命令:

  uvx --from git+https://github.com/ibm-ecm/ibm-content-services-mcp-server core-cs-mcp-server

对于其他服务器，请使用以下安装命令：

- 属性提取和分类服务器：

    uvx --from git+https://github.com/ibm-ecm/ibm-content-services-mcp-server property-extraction-and-classification-cs-mcp-server

- 法律封存服务器：

    uvx --from git+https://github.com/ibm-ecm/ibm-content-services-mcp-server legal-hold-cs-mcp-server

- AI文档洞察服务器：

    uvx --from git+https://github.com/ibm-ecm/ibm-content-services-mcp-server ai-document-insight-cs-mcp-server

注： 如果你遇到基于git的安装问题（例如“找不到git可执行文件”），你可以使用这个直接从GitHub下载的替代命令，而不需要git：

  uvx --from https://github.com/ibm-ecm/ibm-content-services-mcp-server/archive/refs/heads/main.zip core-cs-mcp-server

替换 core-cs-mcp-server 使用要安装的服务器的名称(property-extraction-and-classification-cs-mcp-server, legal-hold-cs-mcp-server，或 ai-document-insight-cs-mcp-server).

• 点击 连接

• 如果您看到“连接成功”，请单击 完成

Add MCP Server (continued)

• 设置 激活切换 到 开 对于您要启用的工具

Enable Tools

• 将您之前创建的连接与此代理相关联

4.部署代理

• 点击 部署

Configuration completed

• 在弹出窗口中，单击 部署 再次

5.让代理在聊天中使用

• 单击主菜单图标

• 引导到 聊天

• 单击新创建的代理

select the agent

示例工作流程

配置后，您可以通过watsonx Orchestrate聊天中的自然语言与FileNet存储库进行交互，具体取决于您启用的工具。例如：

• “查找文档标题中包含pdf的所有文档”

• “创建一个名为Project Z的新文件夹”

chat

点击 显示推理 在任何响应中查看所执行操作的详细信息。

chat reasoning

______________________________________________________________________

用法

直接运行服务器

如果您有存储库的本地副本，则可以直接使用环境变量运行任何服务器：

核心服务器：

USERNAME=your_username PASSWORD=your_password SERVER_URL=https://your-graphql-server/content-services-graphql/graphql OBJECT_STORE=your_object_store uvx --from /path/to/your/cs-mcp-server core-cs-mcp-server

属性提取和分类服务器：

USERNAME=your_username PASSWORD=your_password SERVER_URL=https://your-graphql-server/content-services-graphql/graphql OBJECT_STORE=your_object_store uvx --from /path/to/your/cs-mcp-server property-extraction-and-classification-cs-mcp-server

法律封存服务器：

USERNAME=your_username PASSWORD=your_password SERVER_URL=https://your-graphql-server/content-services-graphql/graphql OBJECT_STORE=your_object_store uvx --from /path/to/your/cs-mcp-server legal-hold-cs-mcp-server

AI文档洞察服务器：

USERNAME=your_username PASSWORD=your_password SERVER_URL=https://your-graphql-server/content-services-graphql/graphql OBJECT_STORE=your_object_store uvx --from /path/to/your/cs-mcp-server ai-document-insight-cs-mcp-server

与AI代理集成

内容服务MCP服务器可以与支持MCP协议的AI代理集成。根据您部署的服务器，AI代理可以：

核心服务器功能：

1. 访问和检索文档属性
2. 从文档中提取文本
3. 创建、更新、签入和签出文档
4. 管理文件夹和文档分类
5. 执行搜索
6. 访问LLM上下文的资源

属性提取和分类服务器功能：

1. 使用AI从文档内容中提取属性值
2. 列出并匹配文档类别以进行重新分类

法律封存服务器功能：

1. 创建和管理法律封存
2. 将物体搁置
3. 跟踪和查询持有的对象

AI文档洞察服务器功能：

1. 执行结合矢量搜索和元数据过滤的人工智能混合搜索
2. 使用GenAI生成文档摘要
3. 比较文件并分析差异
4. 回答整个文档存储库中的自然语言问题
5. 根据一个文档或一组文档回答自然语言问题

示例工作流

核心服务器工作流：搜索和文档管理

1. 搜索和发现:

- 用户通常从描述性信息（名称、内容、关键字）而不是ID开始 - AI Agent首先使用搜索工具来定位相关对象： - get_searchable_property_descriptions 发现有效的搜索属性 - repository_object_search 用于基于属性的搜索 - 搜索结果包括后续操作所需的对象ID

1. 文档检索:

- 通过搜索获得对象ID后，AI Agent可以检索： - 使用ID的文档属性 - 版本历史 - 文本内容（需要安装持久文本提取插件） - 注释

1. 文档创建:

用户可以要求AI Agent创建具有特定属性和内容的新文档。

1. 文档更新:

- 通过搜索识别文档后，AI Agent可以： - 使用文档ID查看文档 - 更新属性或内容 - 将文档重新签入

1. 文件夹操作:

- 文件夹可以通过路径或搜索结果中的ID进行标识 - 文档可以使用文档和文件夹ID进行归档/取消归档

属性提取和分类工作流程

要求： 核心服务器（用于文档更新）

1. 财产提取:

- 使用 property_extraction 具有文档ID的工具 - 工具返回： - 文档类信息 - 该类的所有可用属性（不包括系统/隐藏属性） - 文档文本内容 - AI分析文本并提取适当的属性值 - 使用核心服务器 update_document_properties 保存提取的值

1. 文档分类:

- 使用 list_all_classes 获取所有可用的文档类 - AI分析文档内容并将其与最合适的类进行匹配 - 使用核心服务器 update_document_class 对文档进行重新分类

法律封存工作流程

1. 创建保留:

- 使用 create_hold 带有描述性名称（例如，“ABC诉XYZ诉讼”） - 返回带有ID的hold对象

1. 将物体置于搁置状态:

- 使用Core Server搜索工具识别文档（如果需要） - 使用 add_object_to_hold 带有保持ID和对象ID - 对所有相关文档/对象重复此操作

1. 管理搁置:

- 使用 get_holds_by_name 按名称查找保留 - 使用 get_held_objects_for_hold 查看特定保留下的所有对象 - 使用 delete_object_from_hold 释放特定对象 - 使用 delete_hold 完全删除保留（释放所有对象）

注： 大多数修改或访问特定对象的操作都需要对象ID，通常首先通过搜索操作获得。这种工作流模式确保用户可以通过对象的有意义属性来处理对象，而不需要他们预先知道技术标识符。

______________________________________________________________________

许可证

请参阅 许可证 文件以获取详细信息。

# Copyright contributors to the IBM Content Services MCP Server project
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.

______________________________________________________________________