LODA MCP Server

LODA MCP服务器

LLM优化文档访问 -Claude Desktop和Claude Code中用于令牌高效文档搜索的模型上下文协议服务器。

 ](https://nodejs.org/)  

______________________________________________________________________

什么是LODA？

矿脉 （LLM优化文档访问）是一种专为LLM如何使用文档而设计的搜索策略。LODA不返回原始匹配或任意块，而是理解文档结构并返回最相关的 *章节* 在您的代币预算范围内。

问题

当LLM处理大型文档时，他们面临着一个根本性的挑战：

我们发现了 “间隙区” 在25-35%的文档位置，传统智能检索实际执行 *更糟* 而不是暴力加载。

解决方案

LODA结合了轻量级技术来实现 矢量搜索质量 在 类似grep的速度:

┌─────────────────┐     ┌──────────────────────┐     ┌─────────────────┐
│  Large Document │────▶│  LODA Search Engine  │────▶│ Relevant Sections│
│   (5000+ lines) │     │  • Bloom Filters     │     │  within budget   │
│                 │     │  • Token Budget      │     │  (~200 tokens)   │
│                 │     │  • Relevance Scoring │     │                  │
└─────────────────┘     │  • Smart Caching     │     └─────────────────┘
                        └──────────────────────┘

结果：

• 70-95%的代币节省 与加载完整文档相比
• 1-5ms搜索延迟 （缓存）与RAG的200-500ms相比
• 零外部依赖 -无需矢量数据库

______________________________________________________________________

快速开始

1.安装

git clone https://github.com/patrickkarle/loda-mcp-server.git
cd loda-mcp-server
npm install

2.配置克劳德桌面

查找您的配置文件：

• 视窗: %APPDATA%\Claude\claude_desktop_config.json
• macOS: ~/Library/Application Support/Claude/claude_desktop_config.json
• Linux: ~/.config/Claude/claude_desktop_config.json

将以下内容添加到文件中：

{
  "mcpServers": {
    "loda": {
      "command": "node",
      "args": ["/full/path/to/loda-mcp-server/document_access_mcp_server.js", "--mode=stdio"]
    }
  }
}

3.配置克劳德代码

添加到您的项目 .claude/settings.json 或全球 ~/.claude/settings.json:

{
  "mcpServers": {
    "loda": {
      "command": "node",
      "args": ["/full/path/to/loda-mcp-server/document_access_mcp_server.js", "--mode=stdio"]
    }
  }
}

4.使用它！

问克劳德：

“使用loda_search在api-docs.md中查找身份验证部分”

“在architecture.md中搜索500代币预算的部署说明”

______________________________________________________________________

LODA的工作原理

1.布隆过滤器消除

在评分之前，LODA使用 布隆过滤器 立即删除绝对不包含搜索词的部分。这种O（1）操作通常会消除80%以上的部分。

2.节感知解析

LODA尊重文档的结构。它理解markdown标题，并返回完整的逻辑部分，而不是任意的文本块。

3.相关性评分

每个候选部分的评分基于：

• 查询术语存在 内容（0.8基本分）
• 头球比赛奖金 （头球比赛+0.2）
• 多期保险 （所有术语权重相等）

4.代币预算选择

您指定一个令牌预算，LODA将返回最合适的部分：

// "I need info about auth, but only have 500 tokens of context"
{
  query: "authentication",
  contextBudget: 500
}

5.积极的缓存

文档结构和布隆过滤器使用TTL缓存（默认60秒）。对同一文档的重复搜索速度快10倍以上。

______________________________________________________________________

api参考

loda_search

主要的搜索工具。

参数：

请求示例：

{
  "documentPath": "api-docs.md",
  "query": "authentication oauth",
  "contextBudget": 500,
  "maxSections": 3
}

示例响应：

{
  "query": "authentication oauth",
  "documentPath": "/path/to/api-docs.md",
  "sections": [
    {
      "id": "section-5",
      "header": "OAuth 2.0 Authentication",
      "level": 3,
      "score": 1.0,
      "lineRange": [27, 41],
      "tokenEstimate": 88
    },
    {
      "id": "section-4",
      "header": "API Key Authentication",
      "level": 3,
      "score": 0.8,
      "lineRange": [15, 26],
      "tokenEstimate": 66
    }
  ],
  "metadata": {
    "totalSections": 21,
    "candidatesAfterBloom": 5,
    "scoredAboveZero": 3,
    "returnedSections": 2,
    "totalTokens": 154,
    "budgetStatus": "SAFE",
    "truncated": false,
    "cacheHit": true
  }
}

预算状态值

其他工具

______________________________________________________________________

分段目录

默认情况下，LODA在 staging/ 子目录：

loda-mcp-server/
├── staging/              ← Put documents here
│   ├── api-docs.md
│   ├── architecture.md
│   └── user-guide.md
└── document_access_mcp_server.js

您还可以使用绝对路径搜索系统上的任何文档。

______________________________________________________________________

HTTP模式（开发/测试）

对于没有Claude的测试，请在HTTP模式下运行服务器：

node document_access_mcp_server.js --mode=http --port=49400

然后用curl进行测试：

# Health check
curl http://localhost:49400/health

# List tools
curl http://localhost:49400/tools

# Search
curl -X POST http://localhost:49400/tools/loda_search \
  -H "Content-Type: application/json" \
  -d '{"documentPath": "api-docs.md", "query": "authentication"}'

______________________________________________________________________

演出

______________________________________________________________________

测试

# Run all LODA tests
npm test

# Run specific component tests
npm test -- tests/loda_search_handler.test.js

# Run with coverage
npm test -- --coverage

测试结果：46/46通过

______________________________________________________________________

建筑

loda/
├── token_estimator.js      # Pure token estimation (~4 chars/token)
├── relevance_scorer.js     # Section relevance scoring
├── budget_manager.js       # Token budget selection
├── loda_index.js           # Cached document structure (TTL + LRU)
├── bloom_filter.js         # O(1) section elimination
├── loda_search_handler.js  # Main orchestrator
└── index.js                # Module entry

document_access_mcp_server.js  # MCP server with 5 tools

______________________________________________________________________

研究与开发

该项目是使用 持续发展过程（CDP），一种强调可追溯性和质量门的13阶段方法。

我们为什么建造这个

在达到LODA之前，我们尝试了几种方法：

LODA结合了每种方法的优点：节意识、快速消除、预算控制和零外部依赖。

研究文件

• 超思维分析 -从5+角度分析问题
• 研究简报 -文献综述与方法比较
• 实施计划 -技术架构
• 测试计划 -指定了61个测试用例

______________________________________________________________________

配置示例

克劳德桌面（Windows）

%APPDATA%\Claude\claude_desktop_config.json:

{
  "mcpServers": {
    "loda": {
      "command": "node",
      "args": ["C:/Users/YourName/loda-mcp-server/document_access_mcp_server.js", "--mode=stdio"]
    }
  }
}

克劳德桌面（macOS/Linux）

~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "loda": {
      "command": "node",
      "args": ["/home/yourname/loda-mcp-server/document_access_mcp_server.js", "--mode=stdio"]
    }
  }
}

克劳德代码（项目级）

.claude/settings.json:

{
  "mcpServers": {
    "loda": {
      "command": "node",
      "args": ["/path/to/loda-mcp-server/document_access_mcp_server.js", "--mode=stdio"]
    }
  }
}

______________________________________________________________________

贡献

1. 复刻仓库
2. 创建要素分支
3. 为新功能编写测试
4. 提交附有文件的PR

______________________________________________________________________

许可证

MIT许可证-请参阅 许可证 了解详情。

______________________________________________________________________

致谢

• 专为 模型上下文协议
• 开发使用 持续发展过程
• 受概率数据结构信息检索研究的启发

______________________________________________________________________

由...制作🧠 对于需要高效阅读文档的LLM。