一个基于本地AI的Slack搜索界面,使用模型上下文协议(MCP)来增强Claude Desktop的体验。该项目帮助您从Slack导出的日志中搜索并检索有意义的信息,所有操作都在本地且私密地进行。
此项目设置了一个本地MCP服务器(mcp_server.py),该服务器解析Slack导出的日志,并注册自定义的MCP资源以实现智能搜索。它通过JSON配置文件(claude_desktop_config.json)与Claude Desktop集成,允许您使用自然语言直接查询Slack数据。
├── mcp_server.py # 注册搜索资源的MCP服务器
├── claude_desktop_config.json # 配置文件,用于Claude Desktop连接到此服务器
├── Slack-dataset/ # Slack数据集(未包含)
└── README.md
数据集位于:https://github.com/preethac/Software-related-Slack-Chats-with-Disentangled-Conversations
git clone https://github.com/AdilFayyaz/Slack-Search.git
cd Slack-Search
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
将以下内容粘贴到您的Claude Desktop配置文件中:
{
"mcpServers": {
"search_slack": {
"command": "/bin/zsh",
"args": [
"-c",
"source /Users/yourname/path-to-project/.venv/bin/activate && python3 /Users/yourname/path-to-project/mcp_server.py"
],
"host": "127.0.0.1",
"port": 5000,
"timeout": 10000
}
}
}
确保更新文件路径以匹配您的本地机器设置。
打开Claude Desktop,并尝试以下查询:
搜索二月份的入职讨论。
我们在#general频道中关于定价模型说了什么?
在随机频道中查找“启动”的提及。
Claude将使用search://和summary://风格的MCP URI,在幕后从您的本地服务器获取结果。
search://{query}或summary://{channel}。Slack是决策发生和被埋没的地方。此工具有助于从旧线程中重新浮现重要上下文,而无需将数据上传到云端。这是迈向由AI驱动的、以本地优先的智能搜索的一小步。