研究助理MCP服务器-部署在EC2上
_由 BINATI A分析_
一种模型上下文协议（MCP）服务器，使用向量嵌入和语义搜索提供智能研究数据管理。此服务器使您能够使用部署在AWS EC2上的ChromaDB和OpenAI嵌入来保存、组织和检索研究内容。
截图
UI Screenshot 1 UI Screenshot 2 UI Screenshot 3 UI Screenshot 4 UI Screenshot 5 UI Screenshot 6 UI Screenshot 7 UI Screenshot 8 UI Screenshot 9
特性
- 基于矢量的存储：使用ChromaDB通过语义嵌入存储研究内容
- 语义搜索：使用基于相似性检索的自然语言查询您的研究数据
- 主题组织：将研究组织到单独的基于主题的数据库中
- 重复检测：使用内容哈希进行自动重复数据删除
- RESTful API：使用FastMCP的流式HTTP传输的基于HTTP的MCP服务器
- OpenAI嵌入：使用OpenAI的文本嵌入3-small模型进行高质量的语义搜索
可用工具
服务器通过MCP协议公开了五个强大的工具：
- 保存_研究_数据 -将研究内容保存到矢量数据库
- search_research_data -通过保存的研究进行语义搜索
- list_research主题 -查看所有可用的研究主题
- delete_research_topic -删除主题及其数据
- get_topic_info -获取特定主题的详细信息
建筑
Research Assistant MCP Server
├── FastMCP Server (streamable-http transport)
├── ChromaDB (Vector Database)
├── OpenAI Embeddings (text-embedding-3-small)
└── LangChain (Document Processing)先决条件
- Python 3.13+
- OpenAI API密钥(在这里买一个)
- AWS EC2实例（用于部署）
安装
本地设置
- 克隆仓库
git https://github.com/CyprianFusi/mcp-research-server-on-EC2.git
cd mcp-research-server-on-EC2- 使用uv安装依赖项
pip install uv
uv sync或者使用pip：
pip install -r requirements.txt- 配置环境变量
创建 .env 项目根目录中的文件：
OPENAI_API_KEY=your_openai_api_key_here替换 your_openai_api_key_here 使用来自的实际OpenAI API密钥 OpenAI平台.
- 运行服务器
python server.pyAWS EC2部署
步骤1：启动EC2实例
- 启动Amazon Linux 2或Amazon Linux 2023 EC2实例
- 配置安全组以允许：
- SSH（端口22） - 自定义TCP（如果暴露在外部，则为MCP服务器提供端口）
- 下载您的密钥对（.pem文件）
步骤2：连接到EC2
从Windows：
ssh -i "your-key.pem" ec2-user@your-ec2-public-dns从macOS/Linux：
chmod 400 your-key.pem
ssh -i "your-key.pem" ec2-user@your-ec2-public-dns步骤3：安装Anaconda
按照中的设置指南进行操作 anaconda_setup.md:
# Update system
sudo yum update -y
# Download Anaconda
curl -O https://repo.anaconda.com/archive/Anaconda3-2025.06-0-Linux-x86_64.sh
# Install Anaconda
bash Anaconda3-2025.06-0-Linux-x86_64.sh
# Add to PATH
export PATH="/home/ec2-user/anaconda3/bin:$PATH"
echo 'export PATH="/home/ec2-user/anaconda3/bin:$PATH"' >> ~/.bashrc
source ~/.bashrc
# Initialize conda
conda init bash
source ~/.bashrc步骤4：设置MCP服务器
# Clone your repository
git clone https://github.com/CyprianFusi/mcp-research-server-on-EC2.git
cd mcp-research-server-on-EC2
# Install dependencies
pip install uv
uv sync
# Configure environment variables
echo "OPENAI_API_KEY=your_openai_api_key_here" > .env
# Important: Replace 'your_openai_api_key_here' with your actual OpenAI API key
nano .env # Edit the file to add your real API key
# Run the server
python server.py步骤5：作为后台服务运行（可选）
创建systemd服务文件：
sudo nano /etc/systemd/system/mcp-research.service添加以下内容：
[Unit]
Description=Research Assistant MCP Server
After=network.target
[Service]
Type=simple
User=ec2-user
WorkingDirectory=/home/ec2-user/mcp-research-server-on-EC2
Environment="OPENAI_API_KEY=your_openai_api_key_here"
ExecStart=/home/ec2-user/anaconda3/bin/python server.py
Restart=always
RestartSec=10
[Install]
WantedBy=multi-user.target重要提示： 替换 your_openai_api_key_here 在服务文件中使用您的实际OpenAI API密钥。
启用并启动服务：
sudo systemctl daemon-reload
sudo systemctl enable mcp-research
sudo systemctl start mcp-research
sudo systemctl status mcp-research配置
服务器使用以下默认配置（在中定义 server.py):
EMBED_MODEL = "text-embedding-3-small"
API_URL = "https://api.openai.com/v1/embeddings"
CHROMA_DB_ROOT = "./research_chroma_dbs"环境变量
以下环境变量为 必需的:
OPENAI_API_KEY：用于访问嵌入的OpenAI API密钥API
创建 .env 项目根目录中的文件：
OPENAI_API_KEY=sk-...your-key-here服务器使用 python-dotenv 从中自动加载环境变量 .env 文件。
用法
工具：save_research_data
将研究内容保存到矢量数据库。
参数：
content（List\[str\]）：要保存的文本内容列表topic（str，可选）：用于组织数据的主题名称（默认值：“default”）
例子：
{
"content": [
"Machine learning is a subset of artificial intelligence...",
"Neural networks are inspired by biological neurons..."
],
"topic": "machine_learning"
}退货：
Successfully saved 2 new documents to topic: machine_learning (skipped 0 duplicates)工具：search_research_data
使用语义相似性搜索已保存的研究。
参数：
query（str）：搜索查询topic（str，可选）：要搜索的主题（默认值：“default”）max_results（int，可选）：返回的最大结果数（默认值：5）
例子：
{
"query": "What is deep learning?",
"topic": "machine_learning",
"max_results": 3
}退货：
==================================================
Result 1 (Similarity: 0.892):
Deep learning is a subset of machine learning...
==================================================
Result 2 (Similarity: 0.845):
Neural networks with multiple layers...
==================================================工具：列表_搜索_主题
列出所有可用的研究主题。
退货：
Topic: machine_learning (15 documents)
Topic: python_programming (8 documents)
Topic: cloud_computing (12 documents)工具：get_topic_info
获取有关研究主题的详细信息。
参数：
topic（str）：主题名称
例子：
{
"topic": "machine_learning"
}退货：
Topic Information: machine_learning
- ChromaDB Collection: research_machine_learning
- Document Count: 15
- Hash Records: 15
- Database Path: /path/to/research_chroma_dbs/machine_learning
- Embedding Model: text-embedding-3-small
- OPENAI URL: https://api.openai.com/v1/embeddings工具：delete_research_topic
删除研究主题及其所有数据。
参数：
topic（str）：要删除的主题名称
例子：
{
"topic": "old_research"
}退货：
Successfully deleted topic: Old Research项目结构
8_Deploy_MCP_Server_on_EC2/
├── server.py # Main MCP server implementation
├── pyproject.toml # Project dependencies
├── uv.lock # Locked dependencies
├── anaconda_setup.md # EC2 Anaconda installation guide
├── .env # Environment configuration
├── .python-version # Python version specification
├── research_chroma_dbs/ # ChromaDB storage (created at runtime)
│ ├── topic1/
│ ├── topic2/
│ └── ...
└── asserts/ # UI screenshots
├── ui_1.png
├── ui_2.png
└── ...依赖项
关键依赖关系来自 pyproject.toml:
fastmcp>=2.13.2-MCP服务器框架chromadb>=1.3.5-矢量数据库langchain>=1.1.3-文档处理框架langchain-chroma>=1.0.0-ChromaDB集成langchain-openai>=1.1.1-OpenAI嵌入集成langchain-core>=1.1.2-核心LangChain功能mcp[cli]>=1.23.2-MCP CLI工具python-dotenv-环境变量管理
故障排除
OpenAI API关键问题
问题： Error: OpenAI API key not found 或 AuthenticationError
解决方案：
# Verify .env file exists and contains your API key
cat .env
# Should output:
# OPENAI_API_KEY=sk-...
# If not, create the .env file:
echo "OPENAI_API_KEY=your_actual_key_here" > .env对于EC2部署：
- 确保
.env文件在工作目录中 - 或者，在systemd服务文件中设置环境变量
- 验证API密钥在 OpenAI平台
OpenAI API利率限制
问题： RateLimitError: Rate limit exceeded
解决方案：
- 减少一次嵌入的文档数量
- 升级您的OpenAI API计划以获得更高的费率限制
- 使用指数回退实现重试逻辑（内置于langchain openai中）
ChromaDB权限错误
问题： Permission denied when accessing research_chroma_dbs/
解决方案：
# Fix permissions
chmod -R 755 research_chroma_dbs/
# On EC2, ensure ec2-user owns the directory
sudo chown -R ec2-user:ec2-user research_chroma_dbs/网络连接问题
问题： Error: Cannot connect to OpenAI API
解决方案：
- 验证互联网连接：
curl https://api.openai.com - 检查防火墙设置是否允许出站HTTPS连接
- 在EC2上，确保安全组允许到OpenAI API的出站流量
- 验证没有代理设置干扰连接
EC2连接超时
问题： 无法连接到EC2实例
解决方案：
- 检查安全组是否允许从您的IP进行SSH（端口22）
- 验证实例是否正在运行
- 确保.pem文件具有正确的权限：
chmod 400 your-key.pem - 使用正确的用户名：
ec2-user适用于亚马逊Linux
性能注意事项
- 嵌入生成：OpenAI API调用通常在每个文档100-500ms内完成
- 搜索速度：对于文档数\<10000的数据库，语义搜索通常为亚秒级
- 存储ChromaDB将嵌入内容存储在磁盘上；每份文档约1KB的计划
- API成本：OpenAI的text-embedding-3-small每100万代币售价0.02美元（非常划算）
- 速率限制：免费级别：3 RPM，级别1:500 RPM，级别2:5000 RPM
- 批处理：对于大型数据集，考虑批处理文档以优化API的使用
安全说明
- 默认情况下，服务器在本地主机上运行
- 对于生产部署，实施适当的身份验证
- 使用适当的安全组保护您的EC2实例
- 关键的：从不承诺
.env对版本控制具有敏感凭据的文件 - 添加
.env给你的.gitignore文件 - 定期旋转OpenAI API密钥
- 使用特定于环境的API密钥（用于开发和生产的单独密钥）
- 监控您的OpenAI API使用情况仪表板以了解意外活动
- 在EC2上，使用IAM角色和AWS Secrets Manager进行生产部署（建议使用.env文件）
贡献
欢迎投稿！拜托：
- 分叉存储库
- 创建要素分支
- 进行更改
- 提交拉取请求
许可证
此项目根据MIT许可证获得许可-有关详细信息，请参阅许可证文件。
支持
对于问题和疑问：
- 在GitHub上打开一个问题
- 检查现有问题的解决方案
- 查看 MCP文件
致谢
______________________________________________________________________
基于模型上下文协议构建，用于智能研究管理。