MCP Everlight Mirror

光大MCP（aetheranalysis.com）

此仓库将EverLight上下文日志打包为MCP兼容服务，包括：

• 静态人类可读日志 mcp.aetheranalysis.com/everlight-context/logs.
• MCP API位于 api.aetheranalysis.com/mcp/{model} 暴露 resources, resource/{id}, tools/search，每种型号 manifest.json.
• Cloudflare Vectorize支持的矢量搜索使用 @cf/baai/bge-base-en-v1.5 嵌入模型。

组件

• everlight-context/logs：Markdown+HTML日志（约800条）。
• everlight-context/build_index.py：生成 index.json 和 chunks.jsonl （分块文本）。
• everlight-context/ingest_vectorize.py：嵌入块并向Cloudflare Vectorize升级（还支持NDJSON导出）。
• api/worker.js：Cloudflare Worker服务于MCP端点（资源+搜索+清单）。
• wrangler.mcp.toml：Worker配置（绑定、路由）。

域/路由

• 人工日志（静态）： https://mcp.aetheranalysis.com/everlight-context/logs/{filename}
• MCP API根（每个型号）： https://api.aetheranalysis.com/mcp/{model}

- GET /resources --KV列表 index.json - GET /resource/{id} --从R2流降价 - POST /tools/search --语义搜索（矢量化） - GET /manifest.json --每种型号的MCP清单（资源+搜索工具）

认证

• 工人期望 Authorization: Bearer 当 API_TOKENS 秘密已经设定。
• 本地环境导出（参见 omni-env.sh):

- MCP_API_TOKEN （面向客户） - CF_API_TOKEN, CLOUDFLARE_ACCOUNT_ID （用于部署+矢量化） - OPEN_AI_API_KEY （保留用于其他工具；默认情况下搜索使用CF BGE）

• 设置/旋转令牌： wrangler secret put API_TOKENS --config wrangler.mcp.toml

构建和摄取

1. 生成索引+块（基本URL可能被覆盖）：

   cd everlight-context
   python3 build_index.py --base-url https://mcp.aetheranalysis.com/everlight-context/logs

1. 嵌入并生成NDJSON（Cloudflare BGE）：

   source /mnt/aether_vault/omni-stack/omni-env.sh
   EMBEDDINGS_URL="https://api.cloudflare.com/client/v4/accounts/$CLOUDFLARE_ACCOUNT_ID/ai/run/@cf/baai/bge-base-en-v1.5" \
   EMBEDDINGS_KEY="$CF_API_TOKEN" \
   python3 ingest_vectorize.py --index everlight-memory-context-bge --batch 64 --sleep 0.05 --out-file vectors.ndjson

1. 将向量进行矢量化：

   wrangler vectorize upsert everlight-memory-context-bge \
     --file everlight-context/vectors.ndjson \
     --config wrangler.mcp.toml \
     --batch-size 2000

1. （可选）升级后清理NDJSON：

   rm everlight-context/vectors.ndjson

部署（工作者）

source /mnt/aether_vault/omni-stack/omni-env.sh
wrangler deploy --config wrangler.mcp.toml

绑定（in wrangler.mcp.toml):

• KV： INDEX_KV （b0d040fcab004a8b92d98337e19e38）
• R2： LOG_BUCKET （everlight mcp日志）
• 矢量化： VECTORIZE （everlight记忆上下文bge）
• 时间 ： INDEX_URL, LOG_BASE_URL, API_BASE

MCP清单（每种型号）

服务于 https://api.aetheranalysis.com/mcp//manifest.json。清单中的端点以模型为前缀。工具：

• search 输入架构： { query: string, top_k?: int (1-20, default 5), accounts?: string[], tags?: string[] }

客户端使用示例

• 列出资源：

  curl -H "Authorization: Bearer $MCP_API_TOKEN" \
    https://api.aetheranalysis.com/mcp/claude/resources

• 获取资源：

  curl -H "Authorization: Bearer $MCP_API_TOKEN" \
    https://api.aetheranalysis.com/mcp/claude/resource/10-legal-placeholder-meaning-6843065f-eda8-8011-88fe-1dbc795cbbc8

• 搜索：

  curl -H "Authorization: Bearer $MCP_API_TOKEN" \
    -H "Content-Type: application/json" \
    -X POST https://api.aetheranalysis.com/mcp/claude/tools/search \
    -d '{"query":"everlight codex federation diagram","top_k":5,"accounts":["Account1_exports"]}'

备注

• 矢量索引使用BGE（1024 dims）；Worker处理Cloudflare AI运行响应。
• ingest_vectorize.py 如果您想通过CLI而不是直接的API调用来追加启动，则返回NDJSON导出。
• 避免泄露秘密；令牌生活在牧马人的秘密和 omni-env.sh.