Vercel AI SDK Documentation MCP Agent

Vercel AI SDK 文档 MCP Agent

一个 Model Context Protocol（MCP）服务，可为 Vercel AI SDK 文档提供 AI 搜索和查询功能。该项目让开发者能够询问有关 Vercel AI SDK 的问题，并根据官方文档获得准确且结合上下文的回答。

功能

• 直接搜索文档：使用相似度搜索直接查询 Vercel AI SDK 文档索引
• AI 驱动的 Agent：用自然语言询问有关 Vercel AI SDK 的问题，并获得全面的回答
• 会话管理：在多次查询中保留对话上下文
• 自动索引：提供用于获取、处理和索引最新 Vercel AI SDK 文档的工具

架构

此系统由几个关键组件构成：

1. MCP 服务：通过 Model Context Protocol 提供工具，以便与 AI 助手集成
2. DocumentFetcher：抓取并处理 Vercel AI SDK 文档
3. VectorStoreManager：创建并管理用于语义搜索的 FAISS 向量索引
4. AgentService：使用 Google Gemini 模型为问题提供 AI 驱动的回答
5. DirectQueryService：提供对文档的直接语义搜索

设置说明

前提条件

• Node.js 18+
• npm
• 用于访问 Gemini 模型的 Google API 密钥

环境变量

在项目根目录中创建一个 .env 文件，并添加以下变量：

GOOGLE_GENERATIVE_AI_API_KEY=your-google-api-key-here

你需要从 Google AI Studio 获取 Google Gemini API 密钥。

安装

1. 克隆仓库

   git clone https://github.com/IvanAmador/vercel-ai-docs-mcp.git
   cd vercel-ai-docs-mcp-agent
   

2. 安装依赖项

   npm install
   

3. 构建项目

   npm run build
   

4. 构建文档索引

   npm run build:index
   

5. 启动 MCP 服务

   npm run start
   

与 Claude Desktop 集成

Claude Desktop 是一款支持 MCP 服务的强大 AI 助手。要将 Vercel AI SDK Documentation MCP Agent 连接到 Claude Desktop：

1. 首先，如果尚未安装，请安装 Claude Desktop。

2. 打开 Claude Desktop 设置（通过应用菜单，而非聊天界面）。

3. 前往 “Developer” 选项卡，然后点击 “Edit Config”。

4. 将 Vercel AI Docs MCP 服务添加到配置中：

{
  "mcpServers": {
    "vercel-ai-docs": {
      "command": "node",  
      "args": ["ABSOLUTE_PATH_TO_PROJECT/dist/main.js"],
      "env": {
        "GOOGLE_GENERATIVE_AI_API_KEY": "your-google-api-key-here"
      }
    }
  }
}

请务必替换：

• 将 ABSOLUTE_PATH_TO_PROJECT 替换为项目文件夹的实际路径
• 将 your-google-api-key-here 替换为你的 Google Gemini API 密钥

5. 保存配置文件并重启 Claude Desktop。

6. 要确认服务已连接，请在 Claude 聊天界面中查找锤子 🔨 图标。

有关如何在 Claude Desktop 中设置 MCP 服务的详细信息，请参阅 MCP Quickstart Guide。

与其他 MCP 客户端集成

此 MCP 服务兼容任何实现了 Model Context Protocol 的客户端。以下是几个示例：

Cursor

Cursor 是一款支持 MCP 服务的 AI 驱动代码编辑器。要将其与 Cursor 集成：

1. 在项目目录中添加 .cursor/mcp.json 文件（用于项目专属配置），或在主目录中添加 ~/.cursor/mcp.json 文件（用于全局配置）。

2. 将以下内容添加到配置文件中：

{
  "mcpServers": {
    "vercel-ai-docs": {
      "command": "node",  
      "args": ["ABSOLUTE_PATH_TO_PROJECT/dist/main.js"],
      "env": {
        "GOOGLE_GENERATIVE_AI_API_KEY": "your-google-api-key-here"
      }
    }
  }
}

有关在 Cursor 中使用 MCP 的更多信息，请参阅 Cursor MCP documentation。

使用方法

MCP 服务提供三个主要工具：

1. agent-query

使用能够搜索和综合信息的 AI Agent 查询 Vercel AI SDK 文档。

{
  "name": "agent-query",
  "arguments": {
    "query": "How do I use the streamText function?",
    "sessionId": "unique-session-id"
  }
}

2. direct-query

针对 Vercel AI SDK 文档索引执行直接相似度搜索。

{
  "name": "direct-query",
  "arguments": {
    "query": "streamText usage",
    "limit": 5
  }
}

3. clear-memory

清除特定会话或所有会话的对话记忆。

{
  "name": "clear-memory",
  "arguments": {
    "sessionId": "unique-session-id"
  }
}

若要清除所有会话，请省略 sessionId 参数。

开发

项目结构

├── config/              # Configuration settings
├── core/                # Core functionality
│   ├── indexing/        # Document indexing and vector store
│   └── query/           # Query services (agent and direct)
├── files/               # Storage directories
│   ├── docs/            # Processed documentation
│   ├── faiss_index/     # Vector index files
│   └── sessions/        # Session data
├── mcp/                 # MCP server and tools
│   ├── server.ts        # MCP server implementation
│   └── tools/           # MCP tool definitions
├── scripts/             # Build and utility scripts
└── utils/               # Helper utilities

构建脚本

• npm run build：编译 TypeScript 文件
• npm run build:index：构建文档索引
• npm run dev:index：以开发模式构建并建立索引
• npm run dev：以开发模式构建并启动

故障排查

常见问题

1. 未找到索引或加载失败

   启动服务前，运行 npm run build:index 创建索引。

2. API 速率限制

   超出 Google API 速率限制时，Agent 服务可能会返回错误。请采用适当的退避策略。

3. 模型连接问题

   确保 Google API 密钥有效，并且有权访问指定的 Gemini 模型。

4. Claude Desktop 中未显示 MCP 服务

   • 检查配置文件是否存在语法错误。
   • 确保服务路径正确且为绝对路径。
   • 检查 Claude Desktop 日志中是否有错误。
   • 修改配置后，重启 Claude Desktop。

贡献

欢迎贡献！请随时提交 Pull Request。

许可证

MIT