轻量级知识库 Agent 项目，支持知识库管理、文本/txt 上传、分块向量化、语义检索、流式返回，并通过 MCP Server 暴露给 Agent 调用。

建筑

仓库布局

演示截图

前端知识库和文档工作流程：

Codex MCP 知识库工具调用：

本地设置

后端

API文档：

前端

演示应用：

MCP服务器

MCP 配置示例：

MVP范围

• 带分页的知识库 CRUD。
• 直接上传文本文档。
• .txt 文件上传。
• 分块与局部多语言嵌入。
• ChromaDB 语义检索。
• SSE流媒体搜索。
• MCP工具：search_knowledge_base。
• 基本测试，使用pytest。

发展顺序

请遵循 AGENTS.md 分阶段实施计划。

本地安装

关于详细的后端、前端和MCP服务器设置，请参见docs/LOCAL_INSTALLATION.md。

未来改进

• 添加 Docker Compose，实现单命令本地部署。
• 用 PostgreSQL 替代 SQLite 用于生产环境。
• 用 Qdrant 或 Milvus 替代 ChromaDB，以处理更大的向量工作负载。
• 添加PDF/DOCX上传。
• 增加BM25 + 矢量混合检索和重新排序支持。
• 添加带有引用高亮的答案生成功能。

kk-knowledge-agent

轻量级知识库 Agent 项目，支持知识库管理、文本/txt 上传、分块向量化、语义检索、流式返回，并通过 MCP Server 暴露给 Agent 调用。

Architecture

Frontend
   |
   | HTTP
   v
Backend API
   |
   +--> SQLite
   +--> ChromaDB
   +--> sentence-transformers

Agent / Claude Code / OpenClaw / Hermas Agent
   |
   | MCP Tool Call
   v
MCP Server
   |
   | HTTP
   v
Backend API

Repository Layout

backend/       FastAPI API service
frontend/      React + Vite demo app
mcp-server/    MCP adapter server
examples/      Demo txt documents
AGENTS.md      Phased development guide for Codex/Agent

Demo Screenshots

Frontend knowledge base and document workflow:

Codex MCP knowledge base tool call:

Local Setup

Backend

cd backend
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
copy .env.example .env
uvicorn app.main:app --reload --port 8000

API docs:

http://localhost:8000/docs

Frontend

cd frontend
npm install
npm run dev

Demo app:

http://localhost:5173

MCP Server

cd mcp-server
python -m venv .venv
.venv\Scripts\activate
pip install -r requirements.txt
copy .env.example .env
python server.py

MCP config example:

{
  "mcpServers": {
    "kk-knowledge": {
      "command": "python",
      "args": ["mcp-server/server.py"]
    }
  }
}

MVP Scope

• Knowledge base CRUD with pagination.
• Direct text document upload.
• .txt file upload.
• Chunking and local multilingual embedding.
• ChromaDB semantic retrieval.
• SSE streaming search.
• MCP tool: search_knowledge_base.
• Basic tests with pytest.

Development Order

Follow AGENTS.md for the phased implementation plan.

Local Installation

See docs/LOCAL_INSTALLATION.md for detailed Backend, Frontend, and MCP Server setup.

Future Improvements

• Add Docker Compose for one-command local deployment.
• Replace SQLite with PostgreSQL for production usage.
• Replace ChromaDB with Qdrant or Milvus for larger vector workloads.
• Add PDF/DOCX upload.
• Add BM25 + vector hybrid retrieval and rerank support.
• Add answer generation with citation highlights.