Tribal - Knowledge Service
镜子 (jìng zi)
MCP-Mirror
README
Tribal - 知识服务
Tribal 是一个 MCP (模型上下文协议) 服务器实现,用于错误知识跟踪和检索。它提供 REST API 和原生 MCP 接口,以便与 Claude Code 和 Cline 等工具集成。
特性
- 存储和检索包含完整上下文的错误记录
- 使用 ChromaDB 进行向量相似度搜索
- REST API (FastAPI) 和原生 MCP 接口
- 使用 API 密钥进行 JWT 身份验证
- 本地存储 (ChromaDB) 和 AWS 集成
- Docker-compose 部署
- CLI 客户端集成
概述
Tribal 帮助 Claude 记住并从编程错误中学习。当您启动 Claude Code 会话时,Tribal 会自动通过 MCP 提供,无需额外导入。
Claude 将:
- 存储编程错误和解决方案
- 在您遇到问题时搜索类似的错误
- 构建特定于您的编码模式的知识库
使用 uv 打包和安装 Tribal
前提条件
- Python 3.12+
- uv 包管理器 (推荐)
构建和安装步骤
选项 1:使用 uv 直接安装
最简单的方法是从当前目录直接安装:
# 从项目根目录
cd /path/to/tribal
# 使用 uv 安装
uv pip install .
选项 2:开发安装
对于您希望更改立即反映的开发工作:
# 从项目根目录
cd /path/to/tribal
# 以开发模式安装
uv pip install -e .
选项 3:先构建包
如果您想构建一个可分发的包:
# 确保您在项目根目录中
cd /path/to/tribal
# 如果需要,安装 build 包
uv pip install build
# 构建包
python -m build
# 这将在 dist/ 目录中创建分发文件
# 现在安装 wheel 文件
uv pip install dist/tribal-0.1.0-py3-none-any.whl
选项 4:使用 uv tool install
命令
您也可以使用工具安装方法:
# 作为全局工具安装
cd /path/to/tribal
uv tool install .
# 或者以开发模式安装
uv tool install -e .
验证
安装后,验证工具是否已正确安装:
# 检查安装
which tribal
# 检查版本
tribal version
与 Claude 集成
安装后,您可以与 Claude 集成:
# 将 Tribal 添加到 Claude Code
claude mcp add tribal --launch "tribal"
# 验证配置
claude mcp list
# 对于 Docker 容器
claude mcp add tribal http://localhost:5000
用法
可用的 MCP 工具
Tribal 提供以下 MCP 工具:
add_error
- 创建新的错误记录 (POST /errors)get_error
- 按 UUID 检索错误 (GET /errors/{id})update_error
- 修改现有错误 (PUT /errors/{id})delete_error
- 删除错误记录 (DELETE /errors/{id})search_errors
- 按条件查找错误 (GET /errors)find_similar
- 语义相似度搜索 (GET /errors/similar)get_token
- 获取 JWT 令牌 (POST /token)
与 Claude 的示例用法
当 Claude 遇到错误时:
我将跟踪此错误并在我们的知识库中查找类似的问题。
当 Claude 找到解决方案时:
我找到了一个解决方案!我将把它存储在我们的知识库中,以备下次使用。
Claude 的命令
您可以要求 Claude:
- "在我们的 Tribal 知识库中查找类似的错误"
- "将此解决方案存储到我们的错误数据库中"
- "检查我们以前是否见过这个错误"
运行服务器
使用 tribal 命令
# 运行服务器
tribal
# 获取帮助
tribal help
# 显示版本
tribal version
# 使用选项运行
tribal server --port 5000 --auto-port
使用 Python 模块
# 运行 Tribal 服务器
python -m mcp_server_tribal.mcp_app
# 运行 FastAPI 后端服务器
python -m mcp_server_tribal.app
使用旧的入口点
# 旧版 MCP 服务器
mcp-server
# 旧版 FastAPI 服务器
mcp-api
命令行选项
# 具有自动重载的开发模式
mcp-api --reload
mcp-server --reload
# 自定义端口
mcp-api --port 8080
mcp-server --port 5000
# 自动端口选择
mcp-api --auto-port
mcp-server --auto-port
FastAPI 服务器将在 http://localhost:8000 上可用,API 文档位于 /docs。 MCP 服务器将在 http://localhost:5000 上为 Claude 和其他 MCP 兼容的 LLM 提供服务。
环境变量
FastAPI 服务器
PERSIST_DIRECTORY
: ChromaDB 存储路径 (默认: "./chroma_db")API_KEY
: 身份验证密钥 (默认: "dev-api-key")SECRET_KEY
: JWT 签名密钥 (默认: "insecure-dev-key-change-in-production")REQUIRE_AUTH
: 身份验证要求 (默认: "false")PORT
: 服务器端口 (默认: 8000)
MCP 服务器
MCP_API_URL
: FastAPI 服务器 URL (默认: "http://localhost:8000")MCP_PORT
: MCP 服务器端口 (默认: 5000)MCP_HOST
: 绑定到的主机 (默认: "0.0.0.0")API_KEY
: FastAPI 访问密钥 (默认: "dev-api-key")AWS_ACCESS_KEY_ID
,AWS_SECRET_ACCESS_KEY
,AWS_S3_BUCKET
: 用于 AWS 集成
API 端点
POST /errors
: 创建新的错误记录GET /errors/{error_id}
: 按 ID 获取错误PUT /errors/{error_id}
: 更新错误记录DELETE /errors/{error_id}
: 删除错误GET /errors
: 按条件搜索错误GET /errors/similar
: 查找类似的错误POST /token
: 获取身份验证令牌
使用客户端
# 添加新的错误记录
mcp-client --action add --error-type ImportError --language python --error-message "No module named 'requests'" --solution-description "Install requests" --solution-explanation "You need to install the requests package"
# 按 ID 获取错误
mcp-client --action get --id <error-id>
# 搜索错误
mcp-client --action search --error-type ImportError --language python
# 查找类似的错误
mcp-client --action similar --query "ModuleNotFoundError: No module named 'pandas'"
工作原理
- Tribal 使用 ChromaDB 存储错误记录和解决方案
- 当 Claude 遇到错误时,它会将错误详细信息发送到 Tribal
- Tribal 对错误进行向量化并搜索类似的错误
- Claude 获取相关的解决方案以供建议
- 新的解决方案被存储以供将来参考
开发
运行测试
pytest
pytest tests/path_to_test.py::test_name # 对于特定的测试
代码检查和类型检查
ruff check .
mypy .
black .
GitHub 工作流程
该项目使用 GitHub Actions 进行持续集成和部署。该工作流程会自动在推送到 main 分支和拉取请求时运行测试、代码检查和类型检查。
工作流程步骤
-
测试: 运行代码检查、类型检查和单元测试
- 使用 Python 3.12
- 使用 uv 安装依赖项
- 运行 ruff, black, mypy, 和 pytest
-
构建和发布: 构建并将包发布到 PyPI
- 仅在推送到 main 分支时触发
- 使用 Python 的构建系统
- 使用 twine 发布到 PyPI
在本地测试
您可以使用提供的脚本在本地测试 GitHub 工作流程:
# 使脚本可执行
chmod +x scripts/test-workflow.sh
# 在本地运行工作流程
./scripts/test-workflow.sh
此脚本模拟您本地机器上的 GitHub 工作流程步骤:
- 检查 Python 版本 (推荐 3.12)
- 使用 uv 安装依赖项
- 使用 ruff 运行代码检查
- 使用 black 检查格式
- 使用 mypy 运行类型检查
- 使用 pytest 运行测试
- 构建包
注意:该脚本跳过本地测试的发布步骤。
项目结构
tribal/
├── src/
│ ├── mcp_server_tribal/ # 核心包
│ │ ├── api/ # FastAPI 端点
│ │ ├── cli/ # 命令行界面
│ │ ├── models/ # Pydantic 模型
│ │ ├── services/ # 服务层
│ │ │ ├── aws/ # AWS 集成
│ │ │ └── chroma_storage.py # ChromaDB 实现
│ │ └── utils/ # 实用函数
│ └── examples/ # 示例用法代码
├── tests/ # pytest 测试套件
├── docker-compose.yml # Docker 生产设置
├── pyproject.toml # 项目配置
├── VERSIONING.md # 版本控制策略文档
├── CHANGELOG.md # 版本历史
├── .bumpversion.cfg # 版本递增配置
└── README.md # 项目文档
版本控制
Tribal 遵循 语义版本控制。有关以下内容的完整详细信息,请参阅 VERSIONING.md:
- 版本编号 (MAJOR.MINOR.PATCH)
- 数据库兼容性的模式版本控制
- 分支命名约定
- 发布和热修复程序
使用以下命令检查版本:
# 显示版本信息
tribal version
管理依赖项
# 添加依赖项
uv pip add <package-name>
# 添加开发依赖项
uv pip add <package-name>
# 更新依赖项
uv pip sync requirements.txt requirements-dev.txt
部署
Docker 部署
# 构建并启动容器
docker-compose up -d --build
# 查看日志
docker-compose logs -f
# 停止容器
docker-compose down
# 使用自定义环境变量
API_PORT=8080 MCP_PORT=5000 REQUIRE_AUTH=true API_KEY=your-secret-key docker-start
Claude for Desktop 集成
选项 1:让 Claude for Desktop 启动服务器
-
打开
~/Library/Application Support/Claude/claude_desktop_config.json
-
添加 MCP 服务器配置(假设 Tribal 工具已安装):
{ "mcpServers": [ { "name": "tribal", "launchCommand": "tribal" } ] }
-
重启 Claude for Desktop
选项 2:连接到正在运行的 Docker 容器
-
启动容器:
cd /path/to/tribal docker-start
-
配置 Claude for Desktop:
{ "mcpServers": [ { "name": "tribal", "url": "http://localhost:5000" } ] }
Claude Code CLI 集成
# 对于 Docker 容器
claude mcp add tribal http://localhost:5000
# 对于直接启动的服务器
claude mcp add tribal --launch "tribal"
# 测试连接
claude mcp list
claude mcp test tribal
故障排除
- 验证 Tribal 安装:
which tribal
- 检查配置:
claude mcp list
- 测试服务器状态:
tribal status
- 在 Claude 输出中查找错误消息
- 检查数据库目录是否存在并且具有正确的权限
云部署
该项目包括 AWS 服务的占位符实现:
S3Storage
: 用于在 Amazon S3 中存储错误记录DynamoDBStorage
: 用于将 DynamoDB 用作数据库
许可证
推荐服务器
Crypto Price & Market Analysis MCP Server
一个模型上下文协议 (MCP) 服务器,它使用 CoinCap API 提供全面的加密货币分析。该服务器通过一个易于使用的界面提供实时价格数据、市场分析和历史趋势。 (Alternative, slightly more formal and technical translation): 一个模型上下文协议 (MCP) 服务器,利用 CoinCap API 提供全面的加密货币分析服务。该服务器通过用户友好的界面,提供实时价格数据、市场分析以及历史趋势数据。
MCP PubMed Search
用于搜索 PubMed 的服务器(PubMed 是一个免费的在线数据库,用户可以在其中搜索生物医学和生命科学文献)。 我是在 MCP 发布当天创建的,但当时正在度假。 我看到有人在您的数据库中发布了类似的服务器,但还是决定发布我的服务器。
mixpanel
连接到您的 Mixpanel 数据。 从 Mixpanel 分析查询事件、留存和漏斗数据。

Sequential Thinking MCP Server
这个服务器通过将复杂问题分解为顺序步骤来促进结构化的问题解决,支持修订,并通过完整的 MCP 集成来实现多条解决方案路径。

Nefino MCP Server
为大型语言模型提供访问德国可再生能源项目新闻和信息的能力,允许按地点、主题(太阳能、风能、氢能)和日期范围进行筛选。
Vectorize
将 MCP 服务器向量化以实现高级检索、私有深度研究、Anything-to-Markdown 文件提取和文本分块。
Mathematica Documentation MCP server
一个服务器,通过 FastMCP 提供对 Mathematica 文档的访问,使用户能够从 Wolfram Mathematica 检索函数文档和列出软件包符号。
kb-mcp-server
一个 MCP 服务器,旨在实现便携性、本地化、简易性和便利性,以支持对 txtai “all in one” 嵌入数据库进行基于语义/图的检索。任何 tar.gz 格式的 txtai 嵌入数据库都可以被加载。
Research MCP Server
这个服务器用作 MCP 服务器,与 Notion 交互以检索和创建调查数据,并与 Claude Desktop Client 集成以进行和审查调查。

Cryo MCP Server
一个API服务器,实现了模型补全协议(MCP),用于Cryo区块链数据提取,允许用户通过任何兼容MCP的客户端查询以太坊区块链数据。