Acdc Server Py

ACDC（代理内容发现伴侣）MCP服务器

 ](https://github.com/sha1n/mcp-acdc-server-py/actions/workflows/docker.yml) ](https://hub.docker.com/r/sha1n/mcp-acdc-server-py)   

MCP（模型上下文协议）服务器，为Claude Code、Gemini等AI代理提供资源和搜索工具 CLI等。

这是什么？

此服务器使AI助手能够：

• 访问任何标记文档
• 使用全文搜索搜索所有内容
• 根据您的组织知识提供情境感知响应

服务器提供：

• 资源：带有frontmatter的Markdown文档（文档、标准、政策、指南、知识库、，

等等）

• 工具：全文搜索和资源内容检索：

- 搜索：所有资源的全文搜索由 突进 - 阅读：获取任何资源的完整降价内容以获取详细上下文

特性

• 自动发现：从markdown文件中自动发现的资源-从文件路径导出的URI
• 全文搜索：支持BM25排名的快速内存搜索

通过 突进

• 苏格兰和南方能源公司运输：通过服务器发送事件提供远程服务器支持
• 类型安全：在整个代码库中进行严格的类型检查
• Docker就绪：具有内容分离的生产部署模式
• 可配置的：通过环境变量调整内容目录、搜索参数和服务器设置

备注：搜索索引保存在RAM中以获得最佳性能。服务器容量受到可用内存的限制。

快速开始

先决条件

• Python 3.13 或更高
• 诗歌 (安装说明)

安装

# Install dependencies
make install

# Run tests to verify setup
make test

# Start the server
make run

与AI助手集成

克劳德代码

启动服务器：

make run  # Starts on http://0.0.0.0:8000

添加到Claude CLI：

claude mcp add [--scope ] --transport sse mcp-acdc http://:
/sse

或手动编辑 ~/.claude/mcp_servers.json:

{
  "mcp-acdc": {
    "url": "http://:
/sse",
    "transport": "sse"
  }
}

使用服务器

配置后，AI助手可以：

• 搜索资源：“查找有关X的信息”
• 访问内容：“阅读资源acdc://general/getting-started"
• 上下文检索：AI助手自动使用 read 当他们需要了解特定的指导方针或文档时，可以使用该工具。

创建您的第一个内容

要将MCP Acdc与您自己的文档一起使用，请创建一个具有以下结构的内容目录：

1.创建目录结构

mkdir -p content/mcp-resources

2.创建服务器元数据

创建 content/mcp-metadata.yaml 具有服务器和工具定义：

server:
  name: "My MCP Acdc Server"
  version: "1.0.0"

tools:
  search:
    name: "search"
    description: "Search across all resources"
  read:
    name: "read"
    description: "Read the full content of a specified resource"

3.添加您的第一个资源

在中创建markdown文件 content/mcp-resources/ 使用YAML frontmatter：

例子： content/mcp-resources/getting-started.md

---
name: "Getting Started"
description: "Introduction to our development practices"
---

# Getting Started

Your documentation content goes here in markdown format.

4.组织你的内容

创建子目录以按主题组织资源：

content/
├── mcp-metadata.yaml
└── mcp-resources/
    ├── general/
    │   └── getting-started.md
    ├── coding-standards/
    │   ├── python.md
    │   └── javascript.md
    └── processes/
        └── code-review.md

5.启动服务器

export ACDC_MCP_CONTENT_DIR=./content
make run

或者使用具有预配置内容的部署示例之一：

• -包括样本内容
• Kubernetes示例 -生产部署

配置

使用环境变量配置服务器：

内容配置

• ACDC_MCP_CONTENT_DIR （默认值： ./content)

- 包含内容的目录的路径 - 必须包含 mcp-resources/ 带有markdown文件的子目录 - 对于Docker部署，请在此位置挂载您的内容

搜索引擎优化

• ACDC_MCP_SEARCH_MAX_RESULTS （默认值： 10)

- 要返回的最大搜索结果数 - 增加以获得更全面的搜索结果

• ACDC_MCP_SEARCH_HEAP_SIZE_MB （默认值： 50，最小值： 15)

- 分配给Tantivy搜索引擎的内存（MB） - 增加文档集合数量或提高性能 - 记住：索引完全保存在RAM中

服务器设置

• ACDC_MCP_HOST （默认值： 0.0.0.0)

- 服务器主机地址

• ACDC_MCP_PORT （默认值： 8000)

- 服务器端口

认证

服务器支持多种身份验证方法：

• ACDC_MCP_AUTH_TYPE （默认值： none)

- 身份验证类型： none, basic，或 apikey

HTTP基本认证

• ACDC_MCP_AUTH_BASIC_USERNAME

- 基本身份验证的用户名

• ACDC_MCP_AUTH_BASIC_PASSWORD

- 基本身份验证密码

API密钥验证

• ACDC_MCP_AUTH_API_KEYS

- API有效密钥的逗号分隔列表 - 客户必须通过以下方式提供密钥 X-API-Key 头球

配置示例

# Set environment variables
export ACDC_MCP_CONTENT_DIR=/path/to/content
export ACDC_MCP_SEARCH_MAX_RESULTS=20
export ACDC_MCP_SEARCH_HEAP_SIZE_MB=100
export ACDC_MCP_AUTH_TYPE=apikey
export ACDC_MCP_AUTH_API_KEYS=key1,key2

# Run the server
make run

或者使用Docker：

docker run -p 8000:8000 \
  -e ACDC_MCP_CONTENT_DIR=/content \
  -e ACDC_MCP_SEARCH_HEAP_SIZE_MB=100 \
  -v /path/to/content:/content \
  sha1n/mcp-acdc-server-py

例子

部署示例：

• **** -使用Docker Compose进行部署
• Kubernetes Helm图表 -Kubernetes生产部署
• 示例概述 -模式文档和设计原理

运作原理

服务器遵循一个简单的工作流程：

1. 初创公司：从以下位置查找标记文件 /mcp-resources/ 目录
2. 索引：使用Tantivy构建内存中的搜索索引（BM25排名）
3. 服务：通过SSE传输上的MCP协议公开资源和搜索工具

健康检查

服务器在以下位置提供健康检查端点 /health 这允许像Kubernetes这样的编排平台 要监视服务器的状态：

• 端点: /health
• 方法: GET
• 回复:

- 200 OK：服务器已完全运行，并已完成资源索引 - 503 Service Unavailable：服务器正在启动并索引内容

此行为是专门为Kubernetes设计的 readinessProbe 配置，确保流量 在搜索索引完全构建之前，不会路由到pod。

内容与应用程序分离-通过 ACDC_MCP_CONTENT_DIR 环境 用于Docker部署的变量或卷挂载。