关于 From Slack Logs to Smart Search — Powered by MCP and Claude Desktop
这是一个本地 Slack 导出日志搜索项目,通过 Claude Desktop 和 Python MCP 服务查询内容,适合希望检索旧对话的团队或个人。它解析 Slack JSON 文件并注册搜索与摘要资源,数据无需上传云端。
主要功能
- 01解析 Slack JSON 导出文件
- 02按查询搜索对话
- 03按频道生成摘要
- 04本地处理数据
适用场景
- 01查找旧频道中的讨论
- 02检索特定主题或词语
- 03回顾频道对话摘要
MCP 相关
Python MCP 服务将 Slack 日志搜索和频道摘要注册为资源,通过 search:// 和 summary:// URI 供 Claude Desktop 查询。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
我们还没有获取到这个服务的安装包或远程地址,请按项目 README 中的说明安装。
工具
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
从 Slack 日志到智能搜索——由 MCP 和 Claude Desktop 提供支持
一个本地 AI 驱动的 Slack 搜索界面,使用 Model Context Protocol (MCP) 增强 Claude Desktop 体验。本项目可帮助你在本地私密地搜索 Slack 导出日志,并从中提取有意义的见解。
这是什么?
本项目会搭建一个本地 MCP 服务(mcp_server.py),用于解析 Slack 导出日志,并注册自定义 MCP 资源以实现智能搜索。它通过 JSON 配置文件(claude_desktop_config.json)与 Claude Desktop 集成,让你能够使用自然语言直接查询 Slack 数据。
项目结构
├── mcp_server.py # The MCP server that registers search resources
├── claude_desktop_config.json # Config file for Claude Desktop to connect to this server
├── Slack-dataset/ # Slack dataset (not included)
└── README.md
数据集位于:https://github.com/preethac/Software-related-Slack-Chats-with-Disentangled-Conversations
⚙️ 设置说明
1. 克隆仓库
git clone https://github.com/AdilFayyaz/Slack-Search.git
cd Slack-Search
2. 设置虚拟环境
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
3. 更新 Claude Desktop 配置
将以下内容粘贴到 Claude Desktop 配置文件中:
{
"mcpServers": {
"search_slack": {
"command": "/bin/zsh",
"args": [
"-c",
"source /Users/yourname/path-to-project/.venv/bin/activate && python3 /Users/yourname/path-to-project/mcp_server.py"
],
"host": "127.0.0.1",
"port": 5000,
"timeout": 10000
}
}
}
请务必根据本地环境更新文件路径。
使用方法
打开 Claude Desktop,尝试以下查询:
Search for onboarding discussions from February.
What did we say about the pricing model in #general?
Find mentions of "launch" in random.
Claude 会在后台使用 search:// 和 summary:// 样式的 MCP URI,从本地服务获取结果。
工作原理
- MCP 服务会解析 Slack JSON 文件并为内容建立索引。
- 它会注册可搜索的资源,例如
search://{query}或summary://{channel}。 - Claude Desktop 会向你的服务发起 MCP 调用,以获取并返回相关上下文结果。
项目初衷
决策在 Slack 中产生,也常常被淹没在信息流中。此工具可以帮助你从旧讨论串中重新发掘重要上下文,而且无需将数据上传到云端。这是迈向更智能、本地优先的 AI 搜索的一小步。
致谢
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。