关于 🤖 Claude AI Documentation Assistant 📚
这是一个供 Claude 使用的 Python MCP 服务,可搜索 LangChain、LlamaIndex 和 OpenAI 文档。它通过 Serper 查找页面并抓取内容,供 Claude 解读。
主要功能
- 01搜索已支持库的文档
- 02通过 Serper API 查找页面
- 03抓取并返回页面内容
- 04扩展文档来源网址
适用场景
- 01查询 LangChain 用法
- 02查找 LlamaIndex 问题相关文档
- 03获取 OpenAI 文档供解读
MCP 相关
向 Claude 提供 `get_docs` 工具。该工具通过 Serper 搜索、抓取页面内容并返回分析。
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
🤖 Claude AI 文档助手 📚
✨ 功能
- 🔍 智能文档搜索 - 搜索多个 AI/ML 库的文档
- 🧠 Claude 集成 - 与 Claude 的高级推理能力无缝连接
- 🌐 智能网页搜索 - 利用 Serper API 精准查找文档
- 💨 快速响应 - 针对快速检索和处理进行了优化
- 🧩 可扩展架构 - 轻松添加更多文档来源
📋 前置条件
- 🐍 Python 3.8 或更高版本
- 🔑 Claude Pro 订阅
- 🔐 Serper API 密钥(在此获取)
- 💻 Claude 桌面应用
🚀 快速开始
1️⃣ 安装
# Clone the repository
git clone https://github.com/your-username/claude-docs-assistant.git
cd claude-docs-assistant
# Create a virtual environment (recommended)
python -m venv venv
source venv/bin/activate # On Windows: venv\Scripts\activate
# Install dependencies
pip install -r requirements.txt
2️⃣ 配置
在项目根目录创建一个 .env 文件,并填入你的 API 密钥:
SERPER_API_KEY=your_serper_api_key_here
3️⃣ 启动 MCP 服务
python main.py
你应该会看到提示服务正在运行并等待 Claude 连接的输出。
4️⃣ 连接 Claude 桌面应用
- 📱 打开 Claude 桌面应用
- ⚙️ 点击个人资料图标并选择“Settings”
- 🧰 前往“Tools”部分
- ➕ 点击“Add Tool”
- 🔗 选择“Connect to a local tool”
- 🖥️ 按照提示连接正在运行的 MCP 服务
- ✅ 确认连接成功
🎮 使用 Claude 文档助手
连接后,你可以开始向 Claude 提问,这会触发文档搜索。例如:
Could you explain how to use FAISS with LangChain? Please search the langchain documentation to help me.
Claude 会自动使用你的 MCP 服务来:
- 🔍 搜索相关文档
- 📥 获取内容
- 🧠 处理并解释信息
🔧 实现原理
📄 代码结构
claude-docs-assistant/
├── main.py # MCP server implementation
├── requirements.txt # Project dependencies
├── .env # Environment variables (API keys)
└── README.md # This documentation
🔌 支持的库
该助手目前支持搜索以下库的文档:
- 🦜 LangChain:
python.langchain.com/docs - 🦙 LlamaIndex:
docs.llamaindex.ai/en/stable - 🧠 OpenAI:
platform.openai.com/docs
🧩 工作原理
- 📡 MCP 服务向 Claude 提供
get_docs工具 - 🔍 调用该工具时,会使用 Serper API 搜索文档
- 📚 抓取搜索结果中的内容
- 🔄 将内容返回给 Claude,以便其分析和解释
🛠️ 高级配置
添加新的文档来源
扩展 main.py 中的 docs_urls 字典:
docs_urls = {
"langchain": "python.langchain.com/docs",
"llama-index": "docs.llamaindex.ai/en/stable",
"openai": "platform.openai.com/docs",
"huggingface": "huggingface.co/docs", # Add new documentation sources
"tensorflow": "www.tensorflow.org/api_docs",
}
自定义搜索行为
修改 search_web 函数以调整结果数量:
payload = json.dumps({"q": query, "num": 5}) # Increase from default 2
🔍 故障排除
常见问题
- 🚫“Connection refused”错误:连接 Claude 前,请确保 MCP 服务正在运行
- ⏱️ 超时错误:检查网络连接,或增大超时时间
- 🔒 API 密钥问题:确认
.env文件中的 Serper API 密钥正确无误
调试提示
修改 main.py 文件以添加更详细的日志:
import logging
logging.basicConfig(level=logging.DEBUG)
📈 性能优化
- ⚡ 如需加快响应速度,可考虑缓存经常访问的文档
- 🧠 限制返回给 Claude 的文本量,以避免令牌限制
- 🌐 使用更具体的查询,以获取更相关的文档
🤝 参与贡献
欢迎贡献!你可以通过以下方式提供帮助:
- 🍴 Fork 此仓库
- 🌿 创建功能分支(
git checkout -b feature/amazing-feature) - 💾 提交更改(
git commit -m 'Add some amazing feature') - 📤 将分支推送到远程仓库(
git push origin feature/amazing-feature) - 🔍 创建 Pull Request
📜 许可证
本项目采用 MIT License 授权,详情请参阅 LICENSE 文件。
🙏 致谢
- 感谢 Anthropic 创建 Claude
- 感谢 Serper.dev 提供搜索 API
- 感谢所有让本项目得以实现的开源库
为 Claude 爱好者倾心打造 ❤️
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。
