mcp-oi-wiki について
mcp-oi-wiki は意味ベクトル検索を使用して大言語モデルに OI-Wiki 知識を提供する MCP サーバーです。462 の OI-Wiki ページの要約をベクトルとして埋め込み、競技プログラミングコンテンツの高速クエリをサポートします。
主な機能
- 01462 の OI-Wiki ページの意味ベクトルデータベース
- 02効率的な意味ベクトル検索
- 03関連する wiki markdown コンテンツを返却
- 04カスタムデータベース生成をサポート
活用シーン
- 01競技プログラミングと OI アルゴリズム知識のクエリ
- 02アルゴリズムとデータ構造ドキュメントの検索
- 03大言語モデルに競技プログラミング専門知識を付与
- 04特定の知識ベースに基づく AI アプリケーション構築
MCP 対応
mcp-oi-wiki は MCP サーバーとして機能し、その意味ベクトルデータベースを通じてクライアントに OI-Wiki 知識リソースを提供し、大言語モデルが競技プログラミングコンテンツをクエリできるようにします。
詳細
mcp-oi-wiki
LLM が OI-Wiki の機能を備えるようにします!

どのように機能しますか?
Deepseek-V3 を使用して OI-wiki の現在の 462 ページを要約し、要約をセマンティックベクトルに埋め込んで、ベクトルデータベースを構築します。
クエリ時には、データベース内で最も近いベクトルを見つけ、対応する wiki マークダウンを返します。
使用方法
uv を持っていることを確認してください。
まず、このリポジトリをダウンロードします:
cd <path of MCP servers>
git clone --recurse-submodules https://github.com/ShwStone/mcp-oi-wiki.git
次に、MCP 設定ファイル(mcpo または claude)を開きます:
{
"mcpServers": {
"oi-wiki": {
"command": "uv",
"args": [
"--directory",
"<path of MCP servers>/mcp-oi-wiki",
"run",
"python",
"main.py"
]
}
}
}
アップデート
独自の db/oi-wiki.db を生成できます。
Silicon flow API キーを api.key ファイルに配置します。
その後、実行します:
uv run script/request.py
バッチ推論ページから要約結果を result.jsonl にダウンロードします。
最後に実行します:
uv run script/gendb.py
新しい db/oi-wiki.db を生成します。
ご協力ありがとうございました
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。
