Iwsdk Rag MCP

IWSDK RAG MCP服务器

基于TypeScript的模型上下文协议（MCP）服务器，使用RAG（检索增强生成）和向量嵌入在沉浸式Web SDK中提供语义代码搜索。

概述

此MCP服务器为AI助手提供了8个专门的工具来搜索和理解IWSDK代码：

1. search_code -跨所有代码的语义搜索
2. find_by_relationship -按关系（扩展、实现、导入、调用）查找代码
3. get_api_reference -按名称查找特定API
4. get_file_content -检索完整的文件内容
5. list_ecs_components -列出所有ECS组件（27个组件）
6. list_ecs_systems -列出所有ECS系统（17个系统）
7. find_dependents -查找依赖于API的代码
8. find_usage_examples -查找实际使用示例

什么是索引

• 173个IWSDK块 （27个ECS组件，17个系统）
• 3164个依赖块 （三种js、WebXR类型）
• 总共3337个可搜索块 768维嵌入
• 嵌入模型：句子转换器/全mpnet-base-v2

安装

方法1：从npm/pnpm安装（推荐）

# Using pnpm (recommended, matches IWSDK)
pnpm add -g @felixtz/iwsdk-rag-mcp

# Or using npm
npm install -g @felixtz/iwsdk-rag-mcp

然后使用CLI添加到Claude Code中（推荐）：

# For user-level (available across all projects)
claude mcp add --transport stdio iwsdk-rag --scope user -- iwsdk-rag-mcp

# For project-level only
claude mcp add --transport stdio iwsdk-rag --scope local -- iwsdk-rag-mcp

重新启动Claude Code，工具就可用了！

方法2：与npx一起使用（无需安装）

# For user-level (available across all projects)
claude mcp add --transport stdio iwsdk-rag --scope user -- npx -y @felixtz/iwsdk-rag-mcp

方法3：从源代码运行

# Clone and build
git clone https://github.com/felixtrz/iwsdk-rag-mcp.git
cd iwsdk-rag-mcp
pnpm install
pnpm run build

# Add to Claude Code
claude mcp add --transport stdio iwsdk-rag --scope user -- node /absolute/path/to/iwsdk-rag-mcp/dist/index.js

适用于克劳德桌面

配置文件: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "iwsdk-rag": {
      "command": "iwsdk-rag-mcp"
    }
  }
}

或者使用npx：

{
  "mcpServers": {
    "iwsdk-rag": {
      "command": "npx",
      "args": ["-y", "@felixtz/iwsdk-rag-mcp"]
    }
  }
}

验证安装

# List configured MCP servers
claude mcp list

# Should show:
# iwsdk-rag: iwsdk-rag-mcp - ✓ Connected

使用示例

安装后，尝试询问Claude：

• “列出IWSDK中的所有ECS组件”
• “演示如何使用音频源”
• “在代码库中查找手部跟踪的示例”
• “哪些类扩展了Component？”
• “显示TransformSystem实现”

特性

语义搜索

• 768维嵌入 使用全mpnet-base-v2
• 脱机检索 -不需要外部API调用
• 快速结果 -所有数据加载到内存中

智能模式检测

• ECS组件：通过自动检测 createComponent() 图案（找到27个）
• ECS系统：通过检测 extends createSystem() 图案（找到17个）
• WebXR API使用：跟踪XRSession、XRFrame、XRInputSource的使用情况（63个块）
• 关系跟踪：扩展、实现、导入、调用

全覆盖

• IWSDK核心包（核心、xr输入、运动、glxf）
• 三个.js类型定义
• WebXR API类型
• 完整文件内容检索

存储库结构

iwsdk-rag/
├── src/                   # TypeScript source code
│   ├── index.ts          # MCP server entry point
│   ├── search.ts         # Vector search service
│   ├── embeddings.ts     # Query embedding & similarity
│   ├── files.ts          # File content retrieval
│   └── tools/            # 8 MCP tool implementations
├── dist/                  # Compiled JavaScript
├── data/                  # Vector database
│   ├── chunks.json       # Pre-computed embeddings (83MB)
│   ├── metadata.json     # Database metadata
│   └── sources/          # Source files for get_file_content
├── src/
│   └── scripts/
│       └── ingest.ts     # TypeScript ingestion pipeline
├── package.json           # Package configuration
├── pnpm-lock.yaml         # pnpm lockfile
├── tsconfig.json          # TypeScript configuration
└── README.md              # This file

发展

从源头构建

git clone https://github.com/felixtrz/iwsdk-rag-mcp.git
cd iwsdk-rag-mcp
pnpm install
pnpm run build

重新生成索引

如果您需要重新摄取IWSDK代码库（例如，在SDK更新后）：

npm run ingest

这将运行TypeScript摄取管道以重新生成向量数据库。

运作原理

建筑

1. 摄入（TypeScript）：使用ts-morph解析TypeScript代码，语义块，生成嵌入
2. 存储：存储在JSON中的预计算嵌入（~83MB）
3. MCP服务器（TypeScript）：启动时加载嵌入，使用transformers.js执行语义搜索
4. AI助手：使用MCP工具搜索和理解代码库

矢量搜索流

1. 用户查询→ 使用全mpnet-base-v2嵌入
2. 针对所有代码块嵌入计算余弦相似度
3. 按相似性得分排名的结果
4. 可选按来源、类型、关系进行筛选

故障排除

工具未显示

1. 检查配置文件位置和语法
2. 验证软件包是否已安装： pnpm list -g @felixtz/iwsdk-rag-mcp 或 npm list -g @felixtz/iwsdk-rag-mcp
3. 完全重新启动Claude桌面/代码

首次加载缓慢

• 首次运行时下载嵌入模型（~420MB）
• 后续运行速度更快（模型已缓存）

内存使用率高

• 正常-服务器将83MB的嵌入加载到内存中以进行快速搜索
• 最低推荐RAM：2GB可用

许可证

麻省理工学院许可证-版权所有（c）2025 Felix Zhang

链接

• npm包: https://www.npmjs.com/package/@菲利克斯茨/iwsdk-rag-mcp
• GitHub: https://github.com/felixtrz/iwsdk-rag-mcp
• 问题: https://github.com/felixtrz/iwsdk-rag-mcp/issues
• 作者：张(https://github.com/felixtrz)
• 赞助商: https://github.com/sponsors/felixtrz

鸣谢

• 沉浸式Web SDK: https://github.com/facebook/immersive-web-sdk
• 模型上下文协议: https://modelcontextprotocol.io
• 嵌入：句子转换器/全mpnet-base-v2