andrea9293/mcp-documentation-server

해결하는 문제

AI 코딩 에이전트 전용으로 설계된 로컬 우선 문서 관리 및 의미 검색 시스템을 제공합니다. 외부 데이터베이스나 클라우드 API가 필요 없으며, 벤더 종속성을 방지하고 지식 기반을 오프라인으로 유지함으로써 데이터 프라이버시를 보장합니다.

작동 방식

서버는 Model Context Protocol (MCP)를 사용하여 AI 에이전트에게 문서 관리 및 검색 도구를 노출합니다. 문서는 대규모 문맥 보존 부모 청크와 정밀한 벡터 검색에 적합한 소규모 자식 청크로 나누는 '부모-자식 청킹' 전략을 사용합니다. 검색은 로컬 벡터 데이터베이스인 Orama와 로컬 임베딩에 사용되는 Transformers.js로 구동됩니다. 또한 수동 문서 관리를 위한 내장 웹 대시보드와 고급 AI 기반 분석을 위한 Google Gemini 통합 기능도 제공합니다.

대상 사용자

Claude Code, Cursor, Gemini CLI와 같은 AI 코딩 에이전트를 사용하며, 문서, PDF, 마크다운 파일 등의 사내 로컬 지식 기반에 에이전트가 접근할 수 있도록 하고 싶은 개발자들입니다.

주요 특징

• 완전 오프라인: 로컬 임베딩과 로컬 벡터 데이터베이스를 사용하여 프라이버시와 속도를 보장합니다.
• 웹 대시보드: 문서 업로드, 탐색, 관리가 가능한 완전한 브라우저 기반 UI를 포함합니다.
• 하이브리드 검색: 풀텍스트 검색과 벡터 유사도 검색을 결합합니다.
• REST API 접근: 대규모 MCP 스키마로 에이전트 대화 컨텍스트가 부담되지 않도록 REST를 통해 도구를 노출합니다.
• 유연한 파일 지원: 드래그 앤 드롭으로 .txt, .md, .pdf 파일 업로드를 지원합니다.