Data Mining MCP Server

数据挖掘MCP服务器

用于管理和查询数据挖掘课程材料的模型上下文协议（MCP）服务器。该服务器通过人工智能工具提供对课堂讲稿、教程、教程答案和过去论文的智能访问。

📚 特性

• 搜索所有材料：通过PDF/DOCX支持对讲座、教程、答案和过去的论文进行全文搜索
• 基于周的组织：检索任何特定周的所有材料（1-13）
• 过去的论文访问：快速获取2015-2024年的试卷
• 课程概述：获取可用材料的完整概述
• PDF和DOCX支持：使用PyMuPDF和python-docx进行即时文本提取
• 资源访问：按路径直接访问任何文档

🚀 快速开始

先决条件

• Node.js 18或更高版本
• Python 3.10或更高版本
• npm

安装

1. 克隆或导航到此目录
2. 安装Node.js依赖项：

npm install

1. 设置Python环境：

python3 -m venv .venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
pip install PyMuPDF python-docx

1. 构建项目：

npm run build

添加课程材料

将您的材料放入 course-materials/ 目录遵循此结构：

course-materials/
├── lectures/week-1/          # Week 1 lecture notes
├── lectures/week-2/          # Week 2 lecture notes
├── ...
├── lectures/week-13/         # Week 13 lecture notes
├── tutorials/week-1/         # Week 1 tutorial questions
├── tutorial-answers/week-1/  # Week 1 tutorial answers
├── additional-resources/     # Supplementary materials
└── past-papers/              # Past year papers by year (2015-2024)
    ├── 2015/
    ├── 2016/
    ├── ...
    ├── 2023/
    └── 2024/

支持的文件格式：

• PDF（.PDF）-具有即时文本提取功能
• Word文档（.docx）
• Markdown（.md）
• 文本（.txt）
• 任何基于文本的格式

示例：添加第1周的材料

# Add lecture notes
cp ~/Downloads/week1-classification.pdf course-materials/lectures/week-1/

# Add tutorial
cp ~/Downloads/week1-tutorial.pdf course-materials/tutorials/week-1/

# Add tutorial answers
cp ~/Downloads/week1-answers.docx course-materials/tutorial-answers/week-1/

# Add past papers by year
cp ~/Downloads/2023-midterm.pdf course-materials/past-papers/2023/
cp ~/Downloads/2023-final.pdf course-materials/past-papers/2023/
cp ~/Downloads/2024-exam.pdf course-materials/past-papers/2024/

🔧 使用服务器

使用VS代码GitHub副本（推荐）

1. 打开VS代码命令面板(Cmd+Shift+P 在macOS上， Ctrl+Shift+P 在Windows/Linux上）
2. 键入并选择： “MCP：打开用户配置”
3. 将此配置添加到您的 mcp.json:

{
  "servers": {
    "data-mining": {
      "type": "stdio",
      "command": "node",
      "args": ["/ABSOLUTE/PATH/TO/Data Mining MCP Server/build/index.js"]
    }
  }
}

替换 /ABSOLUTE/PATH/TO/ 此目录的实际路径。

1. 保存文件并重新启动VS Code或GitHub Copilot

备注：MCP配置文件位于：

• macOS/Linux: ~/Library/Application Support/Code/User/mcp.json
• 视窗: %USERPROFILE%\AppData\Roaming\Code\User\mcp.json

使用克劳德桌面（替代）

如果您更喜欢Claude Desktop，请添加到 ~/Library/Application Support/Claude/claude_desktop_config.json 在macOS上：

{
  "mcpServers": {
    "data-mining": {
      "command": "node",
      "args": ["/ABSOLUTE/PATH/TO/Data Mining MCP Server/build/index.js"]
    }
  }
}

配备MCP检查员（用于测试）

npx @modelcontextprotocol/inspector node build/index.js

🛠️ 可用工具

1. search-materials

按内容或文件名搜索所有课程材料。

参数：

• query （string）：搜索词

例子：

Search for "decision trees" in all materials
Search for "clustering" in materials

2. get-week-materials

检索特定周的所有材料。

参数：

• week （字符串）：周标识符（例如，“第1周”、“第2周”、…、“第13周”）

例子：

Get lecture notes for week 5
Get tutorial answers for week 3

3. list-past-papers

按年份列出所有可用的过去一年的试卷（2015-2024）。

参数： 无

例子：

Show me all past papers
List available exam years

4. get-year-papers

获取特定年份的所有过去论文。

参数：

• year （string）：检索论文的年份（例如，“2015”、“2024”）

例子：

Get all papers from 2024
Show me 2023 exam papers

5. get-course-overview

获取所有可用课程材料的概述。

参数： 无

例子：

Give me an overview of the course
What materials are available?

6. read-file

从PDF或DOCX文件中读取和提取文本。

参数：

• filePath （string）：课程资料文件夹的相对路径
• maxPages （可选数量）：限制从PDF中提取的页面

例子：

Read the week 3 lecture PDF
Extract text from lectures/week-5/decision-trees.pdf

📖 资源

服务器还将文档作为可以直接引用的资源公开：

• datamining://materials/week-{X} -第X周（1-13）的访问材料
• datamining://past-papers/{YEAR} -访问特定年份的过去论文

�� 示例工作流程

第三周学习

1. 问你的人工智能助理：“帮我学习第3周”
2. AI将使用 get-week-materials 检索讲座、教程和答案
3. 就“决策树”等具体概念提出后续问题

搜索主题

1. 提问：“查找有关分类算法的所有材料”
2. AI将使用 search-materials 查找所有周的相关内容
3. 直接访问相关文件

考试准备

1. 问：“帮我准备数据挖掘考试”
2. AI将：

- 列出所有过去的论文 list-past-papers - 搜索关键概念 - 帮助您练习问题 - 根据可用材料制定学习计划

🏗️ 发展

项目结构

.
├── src/
│   └── index.ts          # Main MCP server implementation
├── scripts/
│   └── extract_text.py   # PDF/DOCX text extraction utility
├── course-materials/     # Your course materials
│   ├── lectures/
│   ├── tutorials/
│   ├── tutorial-answers/
│   ├── additional-resources/
│   └── past-papers/
├── build/                # Compiled JavaScript (generated)
├── package.json
├── tsconfig.json
└── README.md

进行更改

1. 编辑 src/index.ts
2. 重建： npm run build
3. 重新启动MCP客户端以获取更改

观看模式（用于开发）

npm run watch

当您对源代码进行更改时，这将自动重建。

�� 考试准备技巧

1. 整理你的材料：按周整理材料，便于检索
2. 使用描述性文件名：清楚地命名文件（例如。， week3-decision-trees.pdf)
3. 与AI结合：让人工智能对你进行测验、解释概念或创建学习指南
4. 高效搜索：使用特定术语查找所有周的相关材料
5. 练习过去的论文：使用 list-past-papers 用于访问以前考试的工具

🔒 隐私

所有材料都存放在您的机器上。MCP服务器仅通过模型上下文协议提供对AI助手的访问。你的课程材料永远不会离开你的电脑。

📝 许可证

麻省理工学院

🆘 故障排除

服务器无法启动

• 确保你已经跑过了 npm install 和 npm run build
• 检查Node.js版本是否为18或更高： node --version
• 验证Python依赖项是否安装在 .venv/

材料未显示

• 验证文件是否位于以下位置的正确目录结构中 course-materials/
• 检查文件权限（文件必须可读）
• 尝试使用 get-course-overview 工具查看检测到的内容

搜索未找到内容

• 确保PDF有文本层（没有OCR的扫描图像）
• 检查文件编码（应为UTF-8）
• 尝试从文档中搜索精确的单词

PDF/DOCX提取失败

• 验证Python虚拟环境是否已激活
• 确保已安装PyMuPDF和python-docx： pip list | grep -E "PyMuPDF|python-docx"
• 检查您环境中的Python路径

📚 示例材料模板

创建组织良好、命名清晰的材料：

course-materials/
├── lectures/week-1/
│   ├── w1-introduction-to-data-mining.pdf
│   └── w1-lecture-notes.md
├── tutorials/week-1/
│   └── w1-tutorial-questions.pdf
└── tutorial-answers/week-1/
    └── w1-tutorial-solutions.docx

🤝 贡献

这是数据挖掘学生的学习工具。您可以根据自己的需求对其进行定制，或做出改进！

📖 资源

• MCP文件
• MCP TypeScript SDK
• PyMuPDF文档

______________________________________________________________________

快乐学习！ 🎓 使用此工具在数据挖掘考试中取得优异成绩！