MedXpert 图书馆（通用版）连接器

把**你自己的 wiki（.md 文档）**做成可语义检索、可 RAG 问答的本地知识库 MCP 连接器。

纯 Python 标准库实现（stdio JSON-RPC 2.0），零第三方依赖
仅依赖本地 Ollama 做嵌入/生成，零积分、断网可用
知识库为你自有文档，连接器不绑定任何预置私有数据
全部计算在本机完成，不访问任何外部网络，不上传任何数据

工具

工具	说明
`search_knowledge(query, top_k?)`	语义检索知识库，返回相关片段 + 相似度
`get_page(title)`	读取单个 wiki 页全文
`list_sources()`	库范围：页数 / 分类 / 索引状态
`ask_knowledge(question, top_k?)`	RAG 问答：检索 + 本地生成模型，附引用

快速开始

bash

# 1. 安装并启动 Ollama，拉取模型
ollama pull bge-m3            # 检索必备（嵌入）
ollama pull qwen2.5:7b        # 问答可选（生成）

# 2. 用你自己的文档替换 wiki/（本包自带 3 个示例页）
#    把 .md 放进 wiki/ 即可，可建子目录分类

# 3. 构建向量索引
python rag_engine.py build

# 4. 启动 MCP server（stdio）
python medxpert_library_server.py

接入 WorkBuddy

包内 mcp.json 已提供标准配置；在开放平台或客户端中引用本包目录即可。也可用环境变量覆盖默认行为：

变量	默认值	说明
`LIBRARY_WIKI_DIR`	本包 `wiki/`	知识库目录（指向你的文档）
`OLLAMA_BASE_URL`	`http://127.0.0.1:11434`	Ollama 地址
`LIBRARY_EMBED_MODEL`	`bge-m3`	嵌入模型
`LIBRARY_GEN_MODEL`	`qwen2.5:7b`	生成模型（问答）

包结构

Code

medxpert-library-connector/
├── medxpert_library_server.py   # MCP server（stdio，纯标准库）
├── rag_engine.py                # 嵌入 / 余弦 / 构建 / 检索引擎
├── wiki/                        # 示例知识库（替换成你自己的 .md）
├── connector-meta.json          # 开放平台元数据
├── mcp.json                     # MCP 启动配置
├── icon.svg                     # 头像
├── LICENSE                      # MIT
├── requirements.txt             # 依赖说明（仅 Ollama）
└── README.md

合规与隐私

不内嵌受版权保护的标准正文，仅索引标准号与公开要点。
所有内容在本机处理，文档与查询均不上传外部服务。
知识库为使用者自有内容，发布者不对其内容负责。

权利与归属（Rights & Attribution）

© 2026 赵兴华 / Steven Zhao·China (ORCID 0009-0001-0512-1237). All rights reserved. 名称状态 (name status) : "SynomosAI" / "MedXpert" — 未申请实体注册、未申请商标注册 (not a registered legal entity; no trademark registered) mcp-name: io.github.zhaoxinghua09-cell/medxpert-library-connector