mcpField
K
Koma Core MCP

Koma Core MCP

本地服务
github.com记忆与知识132 周前更新

关于 Koma Core MCP

Koma Core MCP 通过公开元数据搜索和分级授权的文档检索,向 AI Agent 提供受保护的 RAG 存储。它是一个内存中的参考实现,用于展示发现与授权的分离。

主要功能

  1. 01搜索公开文档索引
  2. 02按来源 ID 获取完整文档
  3. 03按访问等级进行权限检查
  4. 04按类别或标签筛选搜索

适用场景

  1. 01允许 Agent 发现文档而不泄露正文
  2. 02根据用户访问等级检索文档
  3. 03演示 RAG 工作流中的授权边界

MCP 相关

提供仅返回元数据的 `search_docs`,以及在指定 `userTier` 达到文档等级时返回正文的 `retrieve_doc`。

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。

mcp.json · 通用配置
{
"mcpServers": {
"swnotmetal-koma-core": {
"command": "npx",
"args": [
"-y",
"koma-core-mcp"
],
"env": {
"KOMA_MASTER_KEY": "<KOMA_MASTER_KEY>"
}
}
}
}
启动命令npx -y koma-core-mcp
需要配置的环境变量
KOMA_MASTER_KEY密钥HKDF master key for content tokens (demo key fallback if unset)

本地服务需要在你的电脑上安装运行环境(如 Node.js 18+)。各客户端的配置文件位置不同,请参考客户端文档。

安装包
npmkoma-core-mcp0.1.1

工具

2

收录的工具列表 · 更新于 2 周前

参数类型必填说明
tagstring否按标签筛选(例如 "api"、"guide")
limitnumber否返回结果的最大数量。默认值:20
categorystring否按类别筛选(例如 "docs"、"internal")

详细介绍

Koma Core MCP

将 Koma Core 受保护的 RAG 存储公开为 MCP 工具,供 AI Agent 使用。

npm install koma-core-mcp

演示内容

发现 ≠ 授权。 Agent 可以搜索公开索引,但只有具备正确访问级别时才能检索私有内容。

工具功能访问权限
search_docs搜索公开索引——返回元数据,不返回内容公开
retrieve_doc根据来源 ID 获取完整内容要求 userTier ≥ 文档级别

设置

# Optional: set a master key for token derivation (default is a demo key)
export KOMA_MASTER_KEY=your-32-byte-minimum-secret
Claude Desktop
{
  "mcpServers": {
    "koma-core": {
      "command": "npx",
      "args": ["-y", "koma-core-mcp"]
    }
  }
}

工具

search_docs
  • category(可选)——按类别筛选
  • tag(可选)——按标签筛选
  • limit(可选)——结果数量上限

仅返回元数据:displayName、category、tags、accessTier、preview。不返回内容,也不返回令牌。

retrieve_doc
  • sourceId(必填)——来自 search_docs 的文档来源 ID
  • userTier(必填)——public | premium | enterprise

仅当 userTier ≥ 文档级别时,才返回完整内容。

种子数据

启动时会载入三个演示文档:

sourceId级别
guide-getting-started公开
api-reference高级
internal-architecture企业

安全边界

这是一个基于内存的参考实现——不具备持久化能力,使用演示主密钥。用于生产环境时,请针对真实数据库实现 DatabaseAdapter 接口,并提供真实主密钥。有关完整的安全边界,请参阅 koma-core 的 README。

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。