knolia-connect-server

knolia-connect-server

MCP 服务，使用 AI 驱动的向量匹配，为用户匹配适合的伴侣，建立浪漫和情感关系。

概述

Knolia Connect MCP 服务为寻求有意义关系的用户提供深入且结合上下文的匹配服务。该服务使用 FastMCP 构建，由 Supabase 和 pgvector 提供支持，用户可创建详尽的关系档案，并使用 OpenAI 的模型生成嵌入，再通过语义匹配与其他用户进行匹配。

这项服务是 Knolia 使命的一部分，旨在通过促进有意识、高质量的关系，帮助用户对抗孤独和情感疏离。

核心组件

📌 关系档案

选择使用 Knolia Connect 的用户会创建结构化档案，记录他们的目标、个性、偏好和价值观。该档案会转换为 1536 维向量并存储，以便快速进行相似度匹配。

用户关系档案示例

{
  "user_id": "521cb145-d40a-4e8b-92a3-7e3cf03f7c00",
  "relationship_goals": "Looking to build a deep emotional connection with someone who shares my values and growth mindset.",
  "personality_tags": ["introverted", "empathetic", "spiritual"],
  "sexual_preferences": {
    "gender": "female",
    "preference": "heterosexual"
  },
  "location": "Honolulu, HI",
  "embedded_vector": [/* 1536-dim embedding */],
  "opted_in": true,
  "created_at": "2025-05-03T09:30:00Z",
  "updated_at": "2025-05-03T09:30:00Z"
}

🧠 嵌入格式

存储之前，所有档案数据都会转换为自然语言，以便更好地进行语义理解。

嵌入后的关系档案示例

Relationship Goals:
Looking to build a deep emotional connection with someone who shares my values and growth mindset.

Personality Tags:
introverted, empathetic, spiritual

Sexual Preferences:
Gender: female
Orientation: heterosexual

Location:
Honolulu, HI

端点（通过 FastMCP 工具）

• create_profile
• update_profile
• delete_profile
• find_matches
• explain_match

匹配逻辑

通过检索其他所有嵌入后的关系档案，并计算请求匹配的用户与其他用户之间的余弦相似度，来查找匹配对象。系统会根据相似度分数筛选并排序，找出最契合的伴侣。

可解释的匹配

explain_match 端点会返回两位用户之间的相似度分数以及双方共有的个性标签。这样可以更清楚地说明为何推荐某位潜在匹配对象。

本地开发

pip install -r requirements.txt
python connect_mcp_server/main.py

使用 Uvicorn 在本地运行

python -m uvicorn connect_mcp_server.main:mcp --reload

Docker

docker build -t connect-mcp .
docker run -p 8002:8000 --env-file .env connect-mcp

测试

运行测试：

pytest

在 Knolia 中的使用

当用户选择探索关系时，Knolia 的协调器 Noelle 会启动 Connect 流程。用户选择加入后，系统会为其档案生成嵌入，并与其他可匹配用户进行比较。随后，Noelle 可以展示匹配对象、发起介绍并促进交流。

---

作为 Knolia 平台的一部分构建，为渴望成长、陪伴和爱情的人们带来有意义的联结。