DocuMind MCP Server
一个模型上下文协议服务器,使用先进的神经处理技术分析和评估 GitHub README 文档的质量,并提供评分和改进建议。 (Alternatively, a slightly more formal translation:) 一个模型上下文协议 (Model Context Protocol) 服务器,利用先进的神经处理技术,分析并评估 GitHub README 文档的质量,同时提供评分和改进建议。
Tools
evaluate_readme
リポジトリ内の全てのREADMEファイルの構成を評価し、改善点を提案します
README
<div align="center"> <img src="assets/header.svg" alt="DocuMind MCP Server" width="800">
<div align="center"> <a href="README.md"><img src="https://img.shields.io/badge/english-document-blue.svg" alt="EN doc"></a> <a href="README.ja.md"><img src="https://img.shields.io/badge/ドキュメント-日本語-blue.svg" alt="JA doc"/></a> </div> </div>
🌐 DocuMind MCP 服务器
"文档与数字智能的交汇之处"
下一代模型上下文协议 (MCP) 服务器,通过先进的神经处理彻底改变文档质量分析。
⚡ 核心系统
- 🧠 神经文档分析: 用于全面 README 评估的先进算法
- 🔮 全息头部扫描: 用于视觉元素的尖端 SVG 分析
- 🌍 多维语言支持: 跨语言文档验证
- 💫 量子建议引擎: AI 驱动的改进建议
🚀 系统启动序列
系统要求
- Node.js 18+
- npm || yarn
初始化核心
npm install
编译矩阵
npm run build
神经开发链接
建立实时神经连接:
npm run watch
🛸 操作协议
系统配置
与 Claude Desktop 主机集成:
Windows 终端:
// %APPDATA%/Claude/claude_desktop_config.json
{
"mcpServers": {
"documind-mcp-server": {
"command": "/path/to/documind-mcp-server/build/index.js"
}
}
}
神经接口命令
evaluate_readme
启动文档结构的量子分析。
参数:
projectPath: 指向目标目录的神经通路
示例请求:
{
name: "evaluate_readme",
arguments: {
projectPath: "/path/to/project"
}
}
示例响应:
{
content: [
{
type: "text",
text: JSON.stringify({
filePath: "/path/to/project/README.md",
hasHeaderImage: true,
headerImageQuality: {
hasGradient: true,
hasAnimation: true,
// ... 其他质量指标
},
score: 95,
suggestions: [
"考虑添加语言徽章",
// ... 其他建议
]
})
}
]
}
🔮 开发矩阵
调试协议
通过 MCP Inspector 访问神经网络:
npm run inspector
故障排除指南
常见问题和解决方案
-
未检测到头部图像
- 确保 SVG 文件放置在
assets/目录中 - 验证 SVG 文件包含正确的 XML 结构
- 检查文件权限
- 确保 SVG 文件放置在
-
未识别语言徽章
- 验证徽章使用 shields.io 格式
- 检查 HTML 结构是否遵循推荐模式
- 确保正确的居中对齐
-
构建错误
- 清除
node_modules并重新安装依赖项 - 确保 TypeScript 版本与项目要求匹配
- 检查修改后的文件中的语法错误
- 清除
-
MCP 连接问题
- 验证 stdio 传输配置
- 检查 Claude Desktop 配置
- 确保配置中存在正确的文件路径
性能优化
-
SVG 分析
- 最小化 SVG 复杂性以加快解析速度
- 使用高效的渐变和动画
- 在保持质量的同时优化文件大小
-
README 扫描
- 构造内容以实现最佳解析
- 使用推荐的 markdown 模式
- 遵循徽章放置指南
🔬 API 文档
核心类
ReadmeService
用于 README 分析和评估的主要服务。
class ReadmeService {
// 分析项目中的所有 README 文件
async evaluateAllReadmes(projectPath: string): Promise<ReadmeEvaluation[]>
// 评估单个 README 文件
private async evaluateReadme(dirPath: string, readmePath: string): Promise<ReadmeEvaluation>
// 评估语言徽章配置
private evaluateLanguageBadges(content: string): BadgeEvaluation
}
SVGService
用于 SVG 头部图像分析的专用服务。
class SVGService {
// 评估 SVG 头部图像质量
public evaluateHeaderImageQuality(imgSrc: string, content: string): HeaderImageQuality
// 检查 SVG 中特定于项目的元素
private checkProjectSpecificImage(svgContent: string, readmeContent: string): boolean
}
核心接口
interface ReadmeEvaluation {
filePath: string;
hasHeaderImage: boolean;
headerImageQuality: HeaderImageQuality;
isCentered: {
headerImage: boolean;
title: boolean;
badges: boolean;
};
hasBadges: {
english: boolean;
japanese: boolean;
isCentered: boolean;
hasCorrectFormat: boolean;
};
score: number;
suggestions: string[];
}
interface HeaderImageQuality {
hasGradient: boolean;
hasAnimation: boolean;
hasRoundedCorners: boolean;
hasEnglishText: boolean;
isProjectSpecific: boolean;
}
错误处理
服务器实现了全面的错误处理:
try {
const evaluations = await readmeService.evaluateAllReadmes(projectPath);
// 处理结果
} catch (error) {
const errorMessage = error instanceof Error ? error.message : String(error);
return {
content: [{
type: 'text',
text: `Evaluation error: ${errorMessage}`
}],
isError: true
};
}
⚡ 许可证
在 MIT 协议下运行。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。