MCP OI-Wiki
Enhances large language models with competitive programming knowledge by leveraging OI-Wiki content through vector search, allowing models to retrieve relevant algorithms and techniques.
Tools
search
OI Wiki 致力于成为一个免费开放且持续更新的编程竞赛知识整合站点，大家可以在这里获取与竞赛相关的、有趣又实用的知识。本工具能够在 OI-wiki 中搜索相关的知识点。 query 应该比较详细，与要实现的算法/目标相关。比如：“求一个图的最小生成树”，“维护区间加/区间求和” @ param query 描述要实现的需求
README
mcp-oi-wiki
让大模型拥有 OI-Wiki 的加成！
How does it work?
使用 Deepseek-V3 对 OI-wiki 当前的 462 个页面做摘要，将摘要嵌入为语义向量，建立向量数据库。
查询时，找到数据库中最接近的向量，返回对应的 wiki markdown。
Usage
确保你拥有 uv。
首先，下载本仓库：
cd <path of MCP servers>
git clone --recurse-submodules https://github.com/ShwStone/mcp-oi-wiki.git
然后打开你的 MCP 配置文件（mcpo 或 claude）：
{
"mcpServers": {
"oi-wiki": {
"command": "uv",
"args": [
"--directory",
"<path of MCP servers>/mcp-oi-wiki",
"run",
"python",
"main.py"
]
}
}
}
Update
可以生成自己的 db/oi-wiki.db。
将 Silicon flow API key 放在 api.key 文件中。
然后运行：
uv run script/request.py
在批量推理页面下载摘要结果到 result.jsonl。
最后运行：
uv run script/gendb.py
生成新的 db/oi-wiki.db。
Thanks
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。