关于 GenPark Vector Embedding Cache Deduplication Sentinel
这是一个 Python MCP 服务，使用 SimHash 对高维向量嵌入进行语义去重，并模拟 LRU 缓存。README 提供了安装配置，但未说明具体输入和操作。
主要功能
- 01语义 SimHash 去重
- 02处理高维向量嵌入
- 03模拟 LRU 缓存
- 04使用 Python 标准库实现
适用场景
- 01模拟采用 LRU 策略的嵌入缓存
- 02检验语义去重方案
MCP 相关
可通过 Python 启动为 MCP 服务，并配置到 Claude Desktop 或 Cursor。README 未说明其提供的工具或资源。
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。
暂未收录安装方式
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
还没有获取到工具列表
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
genpark-vector-embedding-cache-deduplication-sentinel-skill
高维向量嵌入语义 SimHash 去重哨兵，支持 LRU 缓存模拟
快速安装与 MCP 集成
添加到 Claude Desktop 或 Cursor 配置中：
{
"mcpServers": {
"genpark-vector-embedding-cache-deduplication-sentinel-skill": {
"command": "python",
"args": ["mcp_server.py"]
}
}
}
零依赖
完全使用 Python 3 标准库实现。
评论
支持 Markdown
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。