Token导航 LogoToken导航TokenDH.com
中转站排行榜
TDZ C64 Knowledge logo
浏览器工具stdio官方级别未说明来源级核验

TDZ C64 Knowledge

MCP Server

TDZ C64 Knowledge 是一个用于管理和搜索Commodore 64文档的服务，支持多种文档格式的导入和高效的全文、语义搜索功能。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
全文搜索搜索HTMLClaude文档处理Claude

安装说明

本站只整理中文说明和来源信息，不托管安装包，也不代用户安装。

GitHub

作者 / 组织

MichaelTroelsen

提供方

MichaelTroelsen

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令，再打开仓库或文档；下面只保留这个条目的关键接入事实。

命令预览

python -m venv .venv

详细介绍

TDZ C64知识

](https://github.com/MichaelTroelsen/tdz-c64-knowledge) ![CI/CD Pipeline](https://github.com/MichaelTroelsen/tdz-c64-knowledge/actions/workflows/ci.yml) ![Python 3.10+](https://www.python.org/downloads/) ![License: MIT](https://opensource.org/licenses/MIT) ![Code style: ruff](https://github.com/astral-sh/ruff)

用于管理和搜索Commodore 64文档的MCP服务器。将PDF、文本、Markdown、HTML、Excel和网页摄取到可通过Claude Code或其他MCP客户端访问的可搜索知识库中。

🚀 快速开始

# 1. Install
python -m venv .venv
.venv\Scripts\activate
pip install -e .

# 2. Configure Claude Code
claude mcp add tdz-c64-knowledge -- .venv\Scripts\python.exe server.py

# 3. Add documents
.venv\Scripts\python.exe cli.py add-folder "C:\c64docs" --tags reference --recursive

# 4. Search via Claude Code
# Ask: "Search the C64 docs for VIC-II sprite registers"

看 QUICKSTART.md 详细设置。

特性

搜索与检索

  • FTS5全文搜索 -查询速度提高480倍（50毫秒对比24秒）
  • 语义搜索 -按含义而非关键字查找（例如，“可移动对象”→ “精灵”）
  • RAG问答 -通过综合引用文档来回答问题
  • 模糊搜索 -打字错误容忍度（“VIC2”→ “VIC-II”、“asembley”→ “组装”）
  • 逐步求精 -在结果中搜索以缩小范围
  • 混合搜索 -将关键字+语义与可配置权重相结合
  • 相似性搜索 -自动发现相关文档
  • 查询预处理 -NLTK堵塞和停用词删除
  • 智能标记 -按类别提供人工智能标签建议
  • 表/代码搜索 -搜索提取的表和代码块

文档管理

  • 多格式 -PDF、TXT、MD、HTML、Excel、网页抓取
  • 重复检测 -基于内容的重复数据消除
  • 分块检索 -获取特定部分而不加载整个文档
  • 元数据提取 -作者、主题、页码
  • 持久索引 -文档在会话之间保持索引

AI驱动的功能

  • 实体提取 -提取硬件、内存地址、指令、概念（使用C64正则表达式模式速度提高5000倍）
  • 关系映射 -基于距离的强度评分共现分析
  • 文件比较 -基于相似性得分的并排分析
  • 自然语言查询翻译 -将查询解析为结构化搜索参数
  • 异常检测 -基于机器学习的URL源内容基线学习（3400+文档/秒）
  • 时间分析 -事件检测、时间线构建、历史背景（5种事件类型，8种日期格式）
  • 高级可视化 -3D知识图、层次捆绑、Sankey流程图

Wiki导出（v2.23.15新增）

  • 静态HTML维基 -将整个知识库导出到可浏览的网站
  • 文档相似性图 -基于UMAP/t-SNE降维的二维可视化
  • 交互式时间线 -带有缩放级别和事件过滤器的水平可滚动时间线
  • 知识图谱 -D3.js力有向图（178个实体，20个关系）
  • 增强的用户界面 -说明框、突出的ASK AI按钮、文件类型检测
  • 可点击的集群 -浏览带有链接文档的k-means聚类
  • 无需服务器 -纯客户端JavaScript，离线工作
  • 全文搜索 -Fuse.js支持所有内容的搜索
  • 看 WIKI_EXPORT_GUIDE.md 供使用

REST API（可选）

  • 27个端点 -完整的CRUD、搜索、分析、导出
  • OpenAPI/Swagger文档 -交互式API /api/docs
  • API认证 -通过X-API-Key头进行安全
  • 看 docs/REST_API.md文件 详情

演出

  • 可扩展性 -对5000多份文档进行了测试
  • 并发吞吐量 -5712次查询/秒（10名工人）
  • 延迟加载 -100k+文档支持
  • 搜索缓存 -重复查询速度提高50-100倍

安装（Windows）

先决条件

  • Python 3.10+ - https://python.org（勾选“将Python添加到PATH”）
  • 紫外线 （推荐）或pip： pip install uv

设置

cd C:\Users\YourName\mcp-servers\tdz-c64-knowledge

# Using uv (faster)
uv venv
.venv\Scripts\activate
uv pip install mcp pypdf rank-bm25 nltk

# Or using pip
python -m venv .venv
.venv\Scripts\activate
pip install mcp pypdf rank-bm25 nltk

# Test
python server.py  # Press Ctrl+C to stop

配置

克劳德代码

claude mcp add tdz-c64-knowledge -- C:\path\.venv\Scripts\python.exe C:\path\server.py

或添加到 .claude/settings.json:

{
  "mcpServers": {
    "tdz-c64-knowledge": {
      "command": "C:\\path\\.venv\\Scripts\\python.exe",
      "args": ["C:\\path\\server.py"],
      "env": {
        "TDZ_DATA_DIR": "C:\\c64-knowledge-data"
      }
    }
  }
}

克劳德桌面

添加到 %APPDATA%\Claude\claude_desktop_config.json:

{
  "mcpServers": {
    "tdz-c64-knowledge": {
      "command": "C:\\path\\.venv\\Scripts\\python.exe",
      "args": ["C:\\path\\server.py"],
      "env": {
        "TDZ_DATA_DIR": "C:\\c64-knowledge-data"
      }
    }
  }
}

环境变量

变量描述默认值
TDZ_DATA_DIR数据库目录~/.tdz-c64-knowledge
USE_FTS5启用FTS5搜索（推荐）0
USE_SEMANTIC_SEARCH启用语义搜索0
SEMANTIC_MODEL句子转换模型all-MiniLM-L6-v2
USE_BM25启用BM25回退1
USE_QUERY_PREPROCESSING启用NLTK预处理1
USE_FUZZY_SEARCH启用模糊搜索1
FUZZY_THRESHOLD模糊相似性（0-100）80
USE_OCR为扫描的PDF启用OCR1
SEARCH_CACHE_SIZE最大缓存结果100
SEARCH_CACHE_TTL缓存TTL（秒）300
ALLOWED_DOCS_DIRS文档目录白名单无

搜索功能

FTS5全文搜索（推荐）

启用 USE_FTS5=1 为了获得最佳性能：

  • 速度提高480倍 比BM25
  • 原生SQLite BM25排名
  • 波特词干标记器

语义搜索

启用 USE_SEMANTIC_SEARCH=1:

  • 基于意义的搜索（例如，“可移动对象”找到“精灵”）
  • 使用句子变换器的FAISS向量相似性
  • 嵌入构建后，每个查询约7-16ms
  • 预构建嵌入： pip install sentence-transformers faiss-cpu

短语搜索

精确短语使用双引号：

search_docs(query='"VIC-II chip" registers')

模糊搜索

自动处理拼写错误 USE_FUZZY_SEARCH=1:

  • “VIC-I”→ “VIC-II”（83%相似性）
  • “涂鸦”→ “图形”（88%相似性）
  • 可配置阈值（默认值：80%）

用于扫描PDF的OCR

自动带 USE_OCR=1:

  • 检测扫描的PDF（提取的字符数小于100）
  • 使用Tesseract OCR
  • 安装： pip install pytesseract pdf2image Pillow +Tesseract二进制
  • 每页约1-2秒

时间分析和可视化

提取事件、构建时间线并可视化知识图。

事件检测

自动检测文档中的重要事件：

  • 5事件类型 -产品发布、公司里程碑、技术创新、文化活动、版本更新
  • 8日期格式 -完整日期、月-年、年范围、十年、括号中的日期
  • 信心评分 -基于邻近度的置信度模式匹配（0.0-1.0）
  • 实体协会 -自动将实体链接到事件
# Extract events from a document
result = kb.extract_document_events('doc_id', min_confidence=0.7)
# Returns: event_count, filtered_count, stored_count, events list

时间线构建

通过灵活的查询构建按时间顺序排列的时间线：

  • 自动时间线构建 -按日期按时间顺序排序（YYYYMMDD整数排序）
  • 类别式组织 -按十年类型组合分组（例如“20世纪80年代发布”）
  • 重要性级别 -基于置信度的1-5分制
  • 日期范围筛选 -按年份范围、类型、重要性查询事件
# Build timeline from events
timeline_result = kb.build_timeline(min_confidence=0.5)

# Query timeline
timeline = kb.get_timeline(start_year=1980, end_year=1989, min_importance=3)

# Get historical context
context = kb.get_historical_context(year=1982, context_years=2)

交互式可视化

使用Plotly和NetworkX生成交互式HTML可视化：

时间线可视化：

  • 交互式时间线 -具有缩放/平移功能的水平时间线，按事件类型进行颜色编码
  • 事件网络 -显示事件关系的春季布局
  • 趋势图 -多个子地块仪表板（条形图、堆叠面积、累积线）

高级图形可视化：

  • 3D知识图谱 -带有旋转控件的交互式三维实体关系图
  • 分层捆绑 -圆形布局，弯曲边缘穿过中心
  • 桑基图 -主题随时间变化（按十年或年份分组）
# Generate visualizations
kb.visualize_timeline(start_year=1980, end_year=1990, output_path="timeline.html")
kb.visualize_knowledge_graph_3d(max_entities=50, output_path="graph_3d.html")
kb.visualize_hierarchical_bundling(max_entities=30, output_path="bundling.html")
kb.visualize_topic_flow_sankey(time_period='decade', output_path="flow.html")

MCP时间线工具

4个特定于时间线的MCP工具：

  • extract_document_events -从文档中提取和存储事件
  • get_timeline -使用过滤器查询按时间顺序排列的时间线
  • search_events_by_date -按日期范围和类型搜索事件
  • get_historical_context -获取特定年份的活动

看 阶段3_TEMPORAL_ANALYSIS.md 以获取完整的文档。

工具

按类别组织的62个MCP工具。下面列出的关键工具。

搜索工具

search_docs -全文搜索

search_docs(query="SID register", max_results=5, tags=["sid"])

语义研究 -基于意义的搜索

semantic_search(query="How do sprites work?", max_results=5)

混合搜索 -组合关键字+语义

hybrid_search(query="SID chip", semantic_weight=0.7, max_results=10)

answer_问题 -基于RAG的问答与引用

answer_question(
  question="How do I program sprites on the VIC-II?",
  max_sources=5,
  search_mode="auto"
)

模糊搜索 -拼写错误容忍搜索

fuzzy_search(query="VIC2 asembly", similarity_threshold=80)

搜索结果 -逐步完善

# Broad search, then refine
results = search_docs(query="VIC-II", max_results=50)
refined = search_within_results(results, "sprite collision", max_results=5)

find_类似物 -查找相关文档

find_similar(doc_id="abc123", max_results=5)

文档管理

add_document -添加文件

add_document(
  filepath="C:/docs/c64_ref.pdf",
  title="C64 Programmer's Reference",
  tags=["reference", "memory-map"]
)

add_documents_bulk -批量进口

add_documents_bulk(
  directory="C:/c64docs",
  pattern="**/*.{pdf,txt}",
  tags=["reference"],
  recursive=true
)

list_docs -列出所有文件

get_chunk -获取特定块

get_chunk(doc_id="abc123", chunk_id=5)

remove_document -删除文档

remove_documents_bulk -按ID或标签批量删除

remove_documents_bulk(tags=["outdated"])

check_updates -检查文件更改

check_updates(auto_update=false)

URL抓取

scrape_url -报废文件网站

scrape_url(
  url="https://www.c64-wiki.com/wiki/VIC",
  tags=["wiki"],
  depth=2,
  threads=5
)

重新扫描_文档 -重新抓取以获取更新

rescrape_document(doc_id="abc123", force=false)

check_url_updates -检查所有报废文档

check_url_updates(auto_rescrape=false, check_structure=true)

人工智能与分析

提取物 -提取命名实体

extract_entities(doc_id="abc123", confidence_threshold=0.6)

search_entities -跨实体搜索

search_entities(query="VIC-II", entity_types=["hardware"])

get_entity_analytics -综合实体统计

提取-细节关系 -提取共现

extract_entity_relationships(doc_id="abc123", min_strength=0.3)

search_entity_pair -查找具有实体对的文档

search_entity_pair(entity1="VIC-II", entity2="sprite")

比较文档 -并排比较

compare_documents(doc_id_1="abc", doc_id_2="def", comparison_type="full")

建议标签 -基于AI的标签建议

suggest_tags(doc_id="abc123", confidence_threshold=0.6)

get_tags_by_category -按类别浏览标签

translatequery -解析自然语言查询

translate_query(query="find sprites on VIC-II chip")

导出工具

出口地点 -导出为CSV/JSON

export_entities(format="csv", output_path="entities.csv", min_confidence=0.7)

出口关系 -出口关系

export_relationships(format="json", output_path="rels.json", min_strength=0.5)

系统

kb_stats -知识库统计

健康检查 -系统诊断

数据存储

包含12个以上表的SQLite数据库：

  • 文件 -文档元数据
  • 块 -分块内容（1500字，200个重叠）
  • document_tables -提取的PDF表格
  • 文档代码块 -检测到的代码块
  • 文档_时间 -提取实体
  • 实体关系 -共现追踪
  • 加上：摘要、摘录、监控历史等。

优点：

  • 延迟加载（启动时加载元数据，按需加载块）
  • ACID事务
  • 可扩展到100000多个文档
  • FTS5全文索引

默认位置： ~/.tdz-c64-knowledge 或 TDZ_DATA_DIR

使用示例

询问克劳德代码：

  • “在C64文档中搜索SID语音寄存器”
  • “内存映射对400美元有什么看法？”
  • “查找有关精灵多路复用的信息”
  • “添加C:/docs/mapping_the_c64.pdf，并标记内存映射、引用”
  • “如何在VIC-II上编程光栅中断？”（使用RAG）

建议标签

使用一致的标签组织文档：

  • reference, memory-map, basic, assembly
  • sid, vic-ii, cia, kernal
  • hardware, disk, graphics, sound

故障排除

“未安装pypdf” -运行： pip install pypdf rank-bm25

“找不到mcp模块” -运行： pip install mcp

服务器未响应 -从虚拟环境中使用Python，而不是系统Python

PDF提取问题 -使用OCR或添加纯文本版本

BM25问题 -检查登录 TDZ_DATA_DIR/server.log，试试看 USE_BM25=0

发展

测试

pip install -e ".[dev]"

# Run all tests
pytest test_server.py test_wiki_export.py -v

# With coverage
pytest test_server.py -v --cov=server --cov-report=term

# Wiki export tests only
pytest test_wiki_export.py -v

测试覆盖范围：

  • test_server.py -核心服务器功能（搜索、实体、RAG等）
  • test_wiki_export.py -Wiki生成功能（16个测试）：

- 文档坐标导出（UMAP/t-SNE） - 文件类型检测（HTML/MD） - 集群文档导出 - 带解释框的HTML生成 - 用于交互式功能的JavaScript生成

CI/CD

GitHub Actions在Windows/Linux/macOS上对Python 3.10/3.11/3.12进行工作流测试，并进行Ruff代码质量检查。

文档

核心文件

功能文档

浏览 docs/ 有关特定功能的详细指南：

API与集成：

  • REST API -FastAPI REST服务器（27个端点）

AI驱动的功能：

数据来源：

设置和部署：

用户界面：

发展：

版本历史

v2.23.0 -RAG问答和高级搜索（第2阶段完成）

  • 基于RAG的答案_带引用的问题
  • 基于快速模糊的模糊搜索
  • 渐进式搜索优化
  • 智能标签系统

v2.22.0 -搜索改进（第一阶段完成）

  • 增强的实体分析
  • C64特定正则表达式模式（速度快5000倍）
  • 性能优化

v2.21.0 -异常检测

  • 基于机器学习的基线学习
  • 性能提升1500倍

v2.18.0 -REST API和后台处理

  • FastAPI REST服务器（27个端点）
  • 背景实体提取

v2.15.0+ -实体情报

  • 实体提取、关系、分析

有关完整的版本历史记录，请参阅CONTEXT.md。

许可证

MIT许可证-免费用于您的逆向计算项目！

目录标签

目录标签

全文搜索搜索HTMLClaude文档处理本地部署文档管理语义搜索知识库Commodore64

支持客户端

Claude

接入字段

传输方式（transport，传输协议）

stdio

鉴权方式（authType，认证方式）

api-key

运行时（runtime，运行环境）

Python

工具数量（toolCount，工具数）

0

资源数量（resourceCount，资源数）

0

提示词数量（promptCount，提示词数）

0

权限和风险

stdioapi-key部署方式未说明

接入前请确认传输方式、认证方式和部署位置，并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限；先核对安装命令和配置内容。

来源信息

tdz-c64-knowledge logo

MCP World

mcpworld.com

/detail/2d4f1431b3eab16058b3c4a7b2e75e09

TDZ C64 Knowledge 是一个用于管理和搜索Commodore 64文档的服务，支持多种文档格式的导入和高效的全文、语义搜索功能。

TD

Glama

glama.ai

/mcp/servers/MichaelTroelsen/tdz-c64-knowledge

An MCP server for indexing and searching Commodore 64 documentation using full-text, semantic, and fuzzy search across multiple file formats. It enables RAG-based question answering, entity extraction, and interactive timeline or knowledge graph visualizations.

继续浏览同类 MCP

更多浏览器工具 MCP（2,803）返回 MCP 目录

上一个 MCP

Tauri Plugin MCP Bridge

Tauri 2.0插件，通过Model Context Protocol (MCP)实现桌面应用的自动化控制，支持AI助手与Tauri应用的交互。

下一个 MCP

Teams MCP Server 2b39e992

一个独立的MCP服务器，提供Microsoft Teams、日历、语音/STT和Persona会议功能，支持原生模式（Graph API）和Persona模式（基于浏览器，无需Azure注册）。