AI 自主数据管理器 MCP

关于

AI 自主数据管理器是一个专门的数据管理系统，旨在使 AI 代理（例如 Cursor、Cline 或其他支持 AI 的编辑器中的代理）能够自主控制动态结构化数据集合。它使 AI 助手能够在对话中保持持久记忆、组织信息和管理数据，而无需人工干预。

该服务器的创建是为了学习 MCP 服务器。它的实用性还有待观察。它按原样提供，并采用 MIT 许可证。

主要特点：

• AI 驱动的集合创建，具有自动模式验证
• AI 代理的自主 CRUD 操作
• 跨聊天会话的持久数据存储
• 支持 STDIO 和 SSE（服务器发送事件）模式

该系统使 AI 代理能够执行以下操作：

• 在对话期间构建和维护知识库
• 自主跟踪项目和任务
• 组织学习内容并生成测验
• 持久保存重要信息以供将来参考

查看和监控集合

虽然 AI 代理以编程方式与集合交互，但人类可以通过以下方式监控和检查数据：

1. 在 SSE 模式下运行时，通过内置的 Web 界面 (http://localhost:3001)
2. 使用 MCP Inspector 工具 (https://modelcontextprotocol.io/docs/tools/inspector)
3. 通过 MCP 服务器 API 端点以编程方式

要将集合导出为 PDF：

1. 在 SSE 模式下访问 Web 界面
2. 导航到所需的集合并单击 PDF 图标

集合查看器的屏幕截图

<img src="front-end.png" width="400">

开始使用

• 确保已安装 Node 和 NPM

  • 开发是使用 Node 版本 22.14.0 完成的，但其他版本可能也可以工作

• 运行 npm install 安装依赖项

在 STDIO 模式下运行

• 将 run-example.sh 复制到 run.sh 并设置正确的路径（到存储库目录）

• 将 .env-example 复制到 .env 并根据需要进行修改（应该可以按原样工作）

• 使用 docker-compose up 启动 MongoDB 或使用您自己的 Mongo 实例

  • 如果使用您自己的实例，请记住相应地更改 run.sh 文件中导出的 MONGO_* 和 RUN_MODE 环境变量

• 配置您的编辑器/工具以使用 MCP 服务器

  Cursor 编辑器示例 (mpc.json):

   {
       "mcpServers": {
           "data_service": {
               // 与上面提到的相同的存储库路径
               "command": "/<path>/run.sh",
               "args": []
           }
       }
   }
  

在 SSE 模式下运行

注意： 在 SSE 模式下运行有时看起来不太稳定。虽然它对于 MCP Inspector 工具运行良好。但当 Cursor 或 Cline 作为客户端时，服务器有时会崩溃。因此，应该进行一些改进以使 SSE 模式更加稳定。

• 使用 docker-compose up 启动 MongoDB 或使用您自己的 Mongo 实例

  • 如果使用您自己的实例，请记住相应地更改 .env 文件中导出的 MONGO_* 和 RUN_MODE 环境变量

• 启动服务器：npm start

• 配置您的编辑器/工具以使用 MCP 服务器

  Cursor 编辑器示例 (mpc.json):

   {
       "mcpServers": {
           "data_service": {
               "url": "http://localhost:3001/sse",
           }
       }
   }
  

可用资源

• data://server-description

  服务器描述：数据服务的描述及其用例。如果您是 AI，请首先获取并阅读此内容！

• data://collections

  有关可用集合的元数据（请参阅 schema 属性）

可用工具

• add_collection_type
• add_to_collection
• get_from_collection
• delete_from_collection
• collection_summary
• get_resource_data

详细信息稍后添加