mcpField
E
Entity Enricher

Entity Enricher

远程服务
entityenricher.ai数据与分析01 天前更新

关于 Entity Enricher

托管的 MCP 服务,用于设计架构并通过多个模型丰富实体。默认调用客户端自有模型,还支持结果融合、语义身份解析、数据库交付和任务专项基准测试。

主要功能

  1. 01创建和编辑可复用架构
  2. 02丰富单个实体或批次
  3. 03融合结果并重试失败领域
  4. 04解析语义身份和别名
  5. 05生成关系表与迁移
  6. 06评测模型和生成任务

适用场景

  1. 01根据样本构建丰富任务架构
  2. 02丰富多语言实体记录
  3. 03仅重试失败领域而保留已完成结果
  4. 04比较模型在实体丰富任务上的表现

MCP 相关

通过 Streamable HTTP 向 MCP 客户端提供架构、实体丰富、任务、基准测试和数据库工具,以及文档资源。默认使用客户端模型执行任务,也可明确选择平台模型。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://entityenricher.ai/api/mcp/
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://entityenricher.ai/api/mcp/需要授权

工具

58
参数类型必填说明
filenamestring是包含扩展名的原始文件名(例如 'report.pdf')。
media_typeany否可选的 MIME 提示;服务端仍会检测魔数。
content_base64string是文件的字节,以 Base64 编码(不含 data: 前缀)。

详细介绍

Entity Enricher MCP 服务

一个托管的 Model Context Protocol 服务,适用于 Entity Enricher,地址为 https://entityenricher.ai/api/mcp/(Streamable HTTP)。

使用兼容 MCP 的客户端,你可以:

  • 在客户端自己的模型上运行任意任务。默认情况下,不调用平台模型,也不消耗额度(设置 use_platform_models=true 即可选择退出此模式)。
  • 根据示例数据或文档设计可复用的架构,并直接编辑属性。
  • 使用多语言字段和多个模型来丰富单个实体或实体列表。
  • 合并结果,并恢复失败的专业领域任务,而不重复已成功的工作。
  • 将重复出现的对象解析为语义身份,并整理其别名或不确定匹配项。
  • 为你的 PostgreSQL、MySQL 或 SQLite 数据库生成关系表和迁移。
  • 在自己的任务上对实体丰富、样本生成和架构生成进行基准测试。

架构验证和模型间的一致性并不能证明事实的真实性或时效性。 请检查实际来源、失败项和部分结果。生成成功、实体层接纳以及在外部副本上应用,是彼此不同的结果。

此 MCP 服务无需本地安装。可选的数据库交付功能会在你的副本主机上使用 ee-database;其 DSN 会保留在该主机上。 托管主机可以自动配置;也支持手动配对。

在自己的模型上运行任务

默认情况下,每个启动工具都会在你自己的模型上运行任务:任务不会调用平台模型,也不会消耗额度——MCP 客户端背后的模型会处理任务中的每次模型调用,而平台负责构建提示词、强制执行输出架构、验证并规范化每个回答、保存记录以及同步数据库。设置 use_platform_models=true 后,任务会改用平台的计费模型,在组织内针对该任务基准测试表现最佳的模型上运行(结果的 model_selection 会说明选择了哪个模型及原因);只有在用户指定了平台模型时,才指定平台模型名称。

  1. 不指定模型(省略该参数或设为 auto)启动任务;如果工具提供 enable_web_search,请决定是否启用(省略时会返回 web_search_undecided:先询问用户)。任务会在首次模型调用准备就绪时暂停。
  2. 在 get_job_status 中读取 llm_requests:每个条目都是一次模型调用,采用 MCP sampling/createMessage 格式(system prompt、messages、tools、toolChoice),包含用于说明步骤的 purpose 和截止时间 expires_at。二进制附件会以 enricher://attachments/{id} 资源的形式引用,绝不会内联;提取出的文本已包含在消息中。
  3. 在自己的模型上执行该请求,并通过 answer_llm_request 提交结果。平台会按照验证提供方回答的相同方式验证该结果;如果回答未通过验证,系统会返回相同的对话,并在失败的工具结果中附上错误,以便修正后再次回答。
  4. 重复上述步骤,直到任务完成。记录会以零成本标记模型键 mcp::client;十五分钟后仍未回答的请求会导致任务失败(llm_request_timeout)。

协议细节和边界情况——选择退出并改用平台模型、网络搜索决策、并发请求、实体丰富中的修复请求、附件和超时——请参阅委托 LLM 调用指南。

快速入门

选项 1 — OAuth(推荐)

适用于 claude.ai、Claude Code、Cursor,以及任何实现了标准 OAuth 流程的 MCP 客户端。无需创建或粘贴 API 密钥——客户端会自动发现授权服务器,浏览器会打开 Entity Enricher 的授权页面,连接将以你的身份和角色代表你操作。你可以随时在 Settings → API Keys → Connected Apps 中撤销授权。

Claude Code
claude mcp add --transport http entity-enricher https://entityenricher.ai/api/mcp/

然后在会话中运行 /mcp 并选择 Authenticate——浏览器会打开授权页面。更多选项(项目 .mcp.json、API 密钥备用方案):examples/claude-code/

claude.ai

使用 URL https://entityenricher.ai/api/mcp/,前往 Settings → Connectors → Add custom connector,然后在授权页面上点击 Authorize。 操作指南:examples/claude-ai-remote.md

Cursor / 其他支持 OAuth 的客户端

注册 URL,无需添加请求头,客户端会提示你登录: examples/cursor/mcp.json

选项 2 — API 密钥(静态 JSON 配置)

适用于通过 JSON 文件配置而非交互式登录的客户端(Claude Desktop、 Continue、Zed),也适用于无头模式/CI。

  1. 在 Entity Enricher Web UI 中,前往 Settings → API Keys → New organization access key。选择一个角色——operator(主要用于读取)、editor(创建/编辑 架构)或 owner(完全控制权限,运行基准测试所必需)。复制 ent_… 值;该值只会显示一次。

  2. 对于 Claude Desktop,编辑 ~/Library/Application Support/Claude/claude_desktop_config.json (macOS)或 %APPDATA%\Claude\claude_desktop_config.json(Windows):

    {
      "mcpServers": {
        "entity-enricher": {
          "url": "https://entityenricher.ai/api/mcp/",
          "headers": { "X-API-Key": "ent_your_key_here" }
        }
      }
    }
    

    重启 Claude Desktop。完整文件:examples/claude-desktop/

试试看

列出我的 Entity Enricher 架构,然后使用制药公司架构,以英语和法语为“Sanofi”补充信息。

客户端会发现可用工具,读取所选架构,并返回附有链接的结果。支持自动选择模型;必要时会对影响重大的选择进行审核。

指南和工具说明

服务端说明介绍工作流。工具说明介绍单个调用,包括前置条件、成本和重要影响。详细的建模、恢复和迁移指南仅在需要时加载。

使用 MCP resources/list 发现指南索引(enricher://docs)和各个指南,然后对所需 URI 使用 resources/read。指南不会运行模型。客户端决定如何将资源纳入模型上下文;读取资源不保证不消耗令牌。

以下公开操作指南由服务端提供的同一份打包 Markdown生成。请在主仓库中编辑源指南,而不是这些生成的副本。

指南MCP 资源
委托 LLM 调用enricher://docs/llm-delegation
从样本生成架构enricher://docs/schema-from-sample
架构格式与编辑enricher://docs/schema-reference
文档enricher://docs/documents
丰富、融合与恢复enricher://docs/enrichment-and-fusion
批量丰富enricher://docs/batch-enrichment
基准测试enricher://docs/model-benchmark
数据库同步enricher://docs/database-sync
语义标识enricher://docs/semantic-ids

如果客户端无法读取 MCP 资源,请使用这些公开链接。这些指南是对各个工具契约的补充;常规调用无需阅读全部指南。

工具

59 个工具,涵盖完整的架构编写与丰富功能:

类别工具描述
发现list_models列出可用的模型键、名义能力、语言、策略、自动选择的默认值和组织 profile_limits。
架构generate_sample根据自由文本请求生成可编辑的示例 JSON,用于编写架构。
架构list_schemas列出组织中已保存的架构,固定的架构排在最前。
架构get_schema读取已保存架构及其属性、注释和 input_contract。
架构create_schema_from_sample根据经过审核的样本生成并自动保存架构,返回 schema_id、架构内容和记录链接。
架构save_schema保存直接编写的架构,并返回其 ID 和链接。
架构update_schema编辑已保存架构的元数据,或替换完整的 schema_content,无需调用大模型。
架构get_schema_part仅读取编辑所需的架构片段。
架构get_enum_candidates列出每个开放枚举当前词汇表之外的已观测值,以及近期增强记录中的计数。
架构update_schema_property按路径编辑或移除一个属性,无需替换完整架构。
架构add_schema_property在根目录(parent_path='')、对象路径或 '$defs.X' 下添加属性。
架构move_schema_property将一个属性移至根目录、对象路径或 '$defs.X' 下,同时保留其标志和专业信息。
架构resolve_unify_proposal处理 get_schema 中一个待处理的实体类型统一提案。
架构nest_schema_region根据 get_schema 的 x-entityMap 实体化一个实体区域。
架构publish_schema发布与数据库关联的架构工作副本,作为增强和副本使用的契约。
架构delete_schema按 UUID 软删除已保存的架构。
架构analyze_sample在生成架构前,分析样本属性歧义和关系身份范围。
架构analyze_schema分析已保存架构的属性歧义和关系身份范围,并将注释写入架构。
增强与融合start_batch_enrichment对实体列表启动计费的异步增强,且必须且只能使用 schema_id 或 target_schema 之一。
增强与融合enrich_entity使用 schema_id 或 target_schema 之一增强单个实体,并返回结构化输出、record_id、费用和任何数据库处理结果。
增强与融合retry_expertises仅重试现有记录中失败的专业领域,然后更新其输出,并尝试运行融合/同步。
增强与融合merge_records将两个或多个同一实体的记录融合为一条新的仲裁记录。
作业控制get_job_status读取作业状态、进度和包含已持久化记录 ID 的简要终止摘要。
作业控制cancel_job请求取消待处理、运行中或已暂停的大模型作业。
作业控制answer_job_question使用针对 pause 下返回问题的答案恢复已暂停的作业。
作业控制answer_llm_request回答一个使用你的模型运行的作业所发起的大模型请求(除非 use_platform_models=true 或显式指定平台模型,否则每个启动工具均默认使用你的模型):你就是该模型。
记录与统计list_records列出组织中简要分页的记录,按最近时间优先排序。
记录与统计get_record读取一条已持久化记录的 structured_output、entity_input_data、验证错误、专业判定和指标。
记录与统计get_stats读取组织范围的记录总数、成功率、令牌数和费用摘要。
基准测试list_benchmark_scenarios列出简要的基准测试场景摘要和总数。
基准测试get_benchmark_scenario读取一个基准测试场景及各模型的质量、费用和速度结果。
基准测试get_benchmark_scenario_results筛选、排序并限制一个场景的各模型基准测试结果。
基准测试create_benchmark_scenario创建可复用的基准测试,必须指定评分判定器。
基准测试update_benchmark_scenario编辑基准测试的测试定义或评分配置。
基准测试set_benchmark_reference保存增强或架构生成基准测试的黄金参考。
基准测试revert_benchmark_reference_updates撤销评分过程中对场景参考所做的自动修改。
基准测试delete_benchmark_scenario删除基准测试场景及其已存储结果。
基准测试run_benchmark启动计费的异步基准测试执行和评分。
附件upload_attachment将 base64 文件字节上传为可重复使用的源材料;返回 id 和 requires_capability。
附件delete_attachment永久删除组织中的附件,包括其存储的文件。
数据库同步list_database_syncs列出已保存架构的数据库注册、关联架构、选项和同步主机。
数据库同步list_entity_states浏览架构当前合并后的实体行,而非每次运行的记录。
数据库同步create_database_sync注册已保存的架构,以便同步至 PostgreSQL、MySQL 或 SQLite 关系数据库。
数据库同步assign_sync_host指定或清除负责配置数据库同步的主机。
数据库同步classify_database_model在关联架构上启动计费分析,以提议数据库键、SQL 类型、索引和关系归属。
数据库同步delete_database_sync删除数据库注册及其排队的增量变更,并停止其数据流。
数据库同步get_database_setup_instructions返回 ee-database 同步客户端的非机密安装、经浏览器确认的配对和运行说明。
数据库同步fetch_database_deltas读取数据库同步的下一批有序 SQL 增量变更和规范载荷。
数据库同步ack_database_deltas成功应用后确认截至 up_to_id 的所有增量变更,并释放其租约。
数据库同步sync_records_to_database验证并将已存储或提供的增强输出注入实体层和关联同步。
语义 IDlist_semantic_concepts浏览组织概念及其别名、使用次数和类型/模型维度。
语义 IDget_semantic_concept读取一个概念的别名、身份源键、关联记录,以及其自身类型/模型范围内的最近邻。
语义 IDprobe_semantic_concept预览身份解析,不添加概念或增加其使用次数。
语义 IDadd_semantic_concept以零使用次数添加身份概念,或使用 alias_of 将文本添加为别名。
语义 IDupdate_concept_alias使用 get_semantic_concept 返回的别名 ID 移除或提升概念别名。
语义 IDimport_semantic_concepts将 1..1000 个文本与一种概念类型进行解析。
语义 IDmerge_semantic_concepts将一个待合并概念合并到一个目标概念中。
语义 IDdelete_semantic_concepts按 ids、concept_types 或 unused_only 选择并删除概念。
语义 IDmigrate_semantic_embeddings检查或迁移组织的概念嵌入空间。
工具签名是可调用契约。各包装器共用后端服务,但不会暴露所有 REST/UI 选项。修改架构需要 editor;修改基准测试/运行基准测试需要 owner 和启用了基准测试的计划。注册数据库/管理凭据需要 owner 和启用了同步的计划。具体要求请参阅各工具。

数据资源

资源模板含义
enricher://schemas/{schema_id}以 Markdown 格式提供的架构工作副本。若要使用关联的已发布契约,请调用 get_schema(version="published")。
enricher://records/{record_id}以 Markdown 格式提供的输出和指标;get_record 还会提供专业知识和数据库交付诊断信息。
enricher://attachments/{attachment_id}上传附件的字节数据,使用其真实媒体类型提供——委托大模型调用的作业如何将 PDF、图像或音频文件交给你。

作业和错误

长时间运行的工作使用此服务的启动 → 轮询 → 获取接口。启动工具会返回 job_id;generate_sample 返回时也可能已暂停或已完成。使用 get_job_status 轮询,通过 answer_job_question 回答暂停的提问,并使用 list_records(job_id=...) 获取记录。内存中找不到作业并不能证明作业已完成;请检查是否存在已持久化的记录。取消操作不会撤销之前生成的记录或数据库写入。

在你自己的模型上运行的作业(默认模式)也会在 llm_requests 处暂停,并在有问题时暂停;请参阅在你自己的模型上运行作业。

大多数失败会返回 success: false、error_code 和 message;一些较旧的工具只返回 error 或 message。MCP 传输响应成功并不意味着工作成功。即使已有输出,也请检查分类警告、失败的模型调用环节,以及部分成功/被拒绝的数据库处理结果。有关详细的恢复方法,请参阅丰富化指南。

范围和限制

  • MCP 单条/批量丰富化工具不支持启用网络搜索;样例生成支持此功能。
  • 批量丰富化没有固定的 100 个实体上限,但实时配额/额度可能会中止剩余工作。
  • 批量工具没有 database_sync=false 选项;单实体工具支持此选项。
  • 删除/恢复记录、详细成本分析、基准测试结果导入/导出,以及部分数据库管理功能仍需在 Web 应用或 REST API 中完成。
  • 架构文档使用受支持的 JSON Schema 方言,并包含 Entity Enricher 注解;直接编写架构前,请参阅架构参考。

链接

关于此代码库

此公共代码库包含文档和客户端示例。服务内嵌于 Entity Enricher 后端中,并在私有单体代码库中维护;此目录以 git 子树的形式同步。 根据 MIT License 授权。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

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。