tech-glossary-mcp

tech-glossary-mcp

Provides a curated technical glossary with search, lookup, and category listing tools, enabling AI assistants to answer tech concept questions via MCP.

Category
访问服务器

README

Tech Mentor (Nodi)

Mini-agente educativo de tecnología para un curso de entrenamiento. Cumple el lab de una sola tool: Claude decide cuándo llamar consultar_conocimiento_tech; Node la ejecuta sobre un corpus Markdown local (RAG). El chat es por texto o voz, un avatar lee un resumen corto, y un panel muestra cómo responde cada petición.

Solo cubre temas de tecnología. El resto se rechaza y se redirige al tema.

Demo en línea: https://tecno-chatbot-portal.vercel.app
En local: npm run dev → http://localhost:3000

Arquitectura

Navegador (Next.js)
  │  texto o Web Speech (STT, Chrome)
  │  POST /api/chat  { messages }  →  stream NDJSON
  ▼
API route (servidor, Node)
  │  ANTHROPIC_API_KEY (nunca llega al cliente)
  │  Claude Haiku: system prompt + tools
  │  loop de tool_use
  ▼
consultar_conocimiento_tech  (única tool)
  │  búsqueda léxica en knowledge/*.md
  ▼
stream de la respuesta  →  Markdown + infografía + temas
  │
  ▼
Web Speech TTS  →  avatar lee el resumen

No hay MCP ni un backend aparte. El lab pedía una función; el corpus vive en knowledge/.

Qué demuestra el curso

Tema Cómo se ve en el proyecto
API key Variable de entorno en el servidor (.env.local / Vercel). Nunca en el navegador.
Prompt engineering Rol, límites (solo tech), formato de resumen, temas e infografía.
Tool use Una tool. Claude propone; Node ejecuta.
RAG Retrieval sobre Markdown curado, no un dump enorme.
Streaming La respuesta aparece token a token (NDJSON).

Interfaz

  • Avatar femenino ilustrado (fijo arriba): parpadea, gesticula y mueve la boca al hablar.
  • Cómo responde Nodi: 10 nodos que se iluminan (entrada, API route, prompt, modelo, tool, RAG, redacción, streaming, render, voz). En móvil el panel se colapsa.
  • Respuestas en Markdown (listas, código, negritas).
  • Infografías de pasos, comparación o conceptos cuando el tema lo amerita.
  • 3–5 temas relacionados clicables al final de cada respuesta.
  • Micrófono (Chrome) y TTS del sistema, sin costo extra.

Requisitos

Cómo correrlo

npm install
cp .env.example .env.local
# Edita .env.local y pega ANTHROPIC_API_KEY
npm run dev

Abre http://localhost:3000.

npm test
npm run build

Pruebas sugeridas

  1. «¿Qué es RAG?» → usa la tool y cita el corpus.
  2. «Tengo 15 minutos, ¿qué practico de Git?» → ejercicio del material.
  3. «¿Qué es ITIL?» → llama la tool; RAG puede marcar sin resultados y Claude responde igual (sin fingir internet).
  4. «Dame una receta de lasaña» → rechazo, sin tool.
  5. Chip de temas relacionados → se envía como pregunta tuya.
  6. Micrófono en Chrome → transcribe y envía.
  7. El avatar habla el resumen (a veces el navegador pide un clic previo).

Límites (a propósito)

  • Corpus pequeño y curado.
  • Dictado en Chrome. Edge, Brave, Firefox y Arc suelen fallar (network) porque el reconocimiento es un servicio del fabricante, no de esta app. El texto siempre funciona.
  • Sin búsqueda web. El nodo de internet se eliminó para no simular una fuente que no existe.
  • Infografías dibujadas con datos estructurados del modelo, no imágenes de un servicio de pago.
  • Avatar ilustrado, no lip-sync fotoreal.
  • Sin login ni historial en servidor.

Publicar en Vercel (opcional)

Vercel es el hosting de quien hace Next.js. Subes el repo, ellos construyen la app y te dan una URL https://….vercel.app que cualquiera puede abrir. Es el mismo código; no hace falta que tu laptop esté encendida.

Pasos (ya hecho en este repo): el proyecto está en Vercel con ANTHROPIC_API_KEY. URL: https://tecno-chatbot-portal.vercel.app.

Para volver a publicar a mano: npx vercel --prod. Para que cada git push despliegue solo, hay que conectar GitHub en el dashboard de Vercel (Login Connection con GitHub).

Qué es gratis y qué no

Pieza Costo
Chat, avatar, infografías, flujo didáctico Gratis (código)
Voz entrada/salida Gratis (Web Speech del navegador)
Hosting en Vercel (hobby) Gratis para una demo
Claude (Haiku) De pago por uso (centavos en una demostración)

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选