hralet1/cavalry-assistant
Developer toolsこのページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。 原文を見る
AIからキャバレーで作成します。 AIアシスタントをキャバリアにダイレクトラインを付与するMCPサーバー — スクリプトを実行し、ナレッジベースをクエリし、プロンプトからアニメーション化します.
概要
- — Claude は、Stallion ブリッジを介して、キャバレーの JavaScript をライブで実行します。 — — 40,000 を超えるキャバレー文書のチャンク、実際のシーン、コミュニティの知識を監視して保存します。 — — すべてのセッションで検証されたベストプラクティスの参照を自動ロードします GitHub リリースから lancedb public.zip をダウンロードし、プロジェクトに抽出します。 LanceDBはローカルドライブを必要とします。 絶対ローカルパスを設定します: LANCEDB PATH=C:/Users/yourname/.cavalry-assistant/lancedb public スクリプト > Stallion — ポート 8080 で実行されているままにします。 .mcp.json は、Claude Code で開いたときに自動登録します。 または手動で: パブリックナレッジベースには、Discordコミュニティデータ(プライベート)が含まれます。 - Stallionは常に "Success" に対応 — 実際のエラーのキャバレーのコンソールパネルをチェック - 常に api.stop() でシーン変更スクリプトを起動します。 - 完全なAPIの参照:プロンプト/キャバレーベストプラクティス.
概要（AI 翻訳）
。
WRAキャバレーアシスタント
クラウドは、キャバレースクリプトをライブで書き、実行します。 - コピーなし、ウィンドウの切り替えなし。
お問い合わせ
それが何をするか
- Write & run scripts — Claude は、Stallion ブリッジを介してライブキャバレー JavaScript を実行します
- docs — 40,000以上のCunks of Cavalryのドキュメント、実際のシーン、およびコミュニティの知識を手動で検索
- Scene-aware — あなたのアクティブなシーンを読み、保存します -Stays current — すべてのセッションで検証されたベストプラクティスの参照を自動読み込み
お問い合わせ
要件
| ツール | 目的 | お問い合わせ | キャパラリー | アプリ | スタリオン対応 | | Node.js 18+ | MCP サーバーの実行 | | オラマ | 地元大使館 | | クロードコード | AIクライアント |
お問い合わせ
クイックセットアップ(既定のナレッジベース)
##1. クローンとインストール
##2. ナレッジベースをダウンロード
GitHubリリースから[lancedb_public.zipをダウンロードし、プロジェクトに抽出します。
更新 .env:
Windows/ネットワーク ドライブ ユーザー: LanceDBはローカルドライブを必要とします。 絶対ローカルパスを設定する: [
LANCEDB_PATH=C:/Users/yourname/.cavalry-assistant/lancedb_public
##3. Ollamaを起動する
##4. キャバリアのスタリオンを有効にする
このページは AI により自動翻訳されています。技術的な詳細は原文をご確認ください。
README
以下は原文 README の抜粋です。原文を見る。
What it does
- Write & run scripts — Claude executes Cavalry JavaScript live via the Stallion bridge
- Knows the docs — searches 40,000+ chunks of Cavalry documentation, real scenes, and community knowledge semantically
- Scene-aware — reads and saves your active scene
- Stays current — auto-loads a verified best-practices reference on every session
Requirements
| Tool | Purpose |
|---|---|
| Cavalry | The app — needs Stallion enabled |
| Node.js 18+ | Runs the MCP server |
| Ollama | Local embeddings |
| Claude Code | The AI client |
Quick Setup (pre-built knowledge base)
1. Clone and install
git clone cavalry-assistant
cd cavalry-assistant
cp .env.example .env
npm install --prefix mcp
npm run build --prefix mcp
2. Download the knowledge base
Download lancedb_public.zip from GitHub Releases, extract into the project:
cavalry-assistant/
data/
lancedb_public/ ← extract here
Update .env:
LANCEDB_PATH=./data/lancedb_public
Windows / network drive users: LanceDB requires a local drive. Set an absolute local path:
LANCEDB_PATH=C:/Users/yourname/.cavalry-assistant/lancedb_public
3. Start Ollama
ollama pull nomic-embed-text
4. Enable Stallion in Cavalry
Scripts > Stallion — leave it running on port 8080.
5. Connect to Claude Code
The .mcp.json in this folder auto-registers when opened in Claude Code. Or manually:
claude mcp add cavalry-assistant node mcp/dist/index.js
6. Start a session
/cavalry
Knowledge Base
| Source | Content |
|---|---|
| Official docs | Full Cavalry documentation |
| Scenery scenes | 270 real .cv scene files — real-world node/connection patterns |
| Manual reference | Curated scripting patterns and best practices |
| Scripts | Example JavaScript scripts |
The public knowledge base does not include Discord community data (private).
Building the Knowledge Base (contributors)
1. Set up Python
cd etl
pip install -r requirements.txt
2. Configure .env
LANCEDB_PATH=C:/Users/yourname/.cavalry-assistant/lancedb
DISCORD_TOKEN=your_token
DISCORD_CHANNEL_IDS=channel_id_1,channel_id_2
SCENERY_COOKIE=your_session_cookie
3. Run ETL
cd .. # project root
# Public sources
python etl/ingest.py --source docs
python etl/ingest.py --source scenery
python etl/ingest.py --source manual
python etl/ingest.py --source scriptsインストール
This server does not publish a one-line install command.
Open the repository installation guide MCP 初心者？mcpskill.org のガイドから始めましょう →