返回市场
构建保险库MCP服务器

构建保险库MCP服务器

作者:The-Build-Podcast2 星标更新:2025-07-26

项目介绍

The Build Vault MCP Server

<div align="left"> <img src="screenshots/build-logo-transparent.svg" alt="BUILD" width="250" /> </div>

概述

一个模型上下文协议(MCP)服务器,它将The Build Podcast转化为一个包含数千条AI见解的可搜索知识库。结合向量语义相似性和全文搜索功能,帮助您发现业务理念、框架和产品策略。通过自然语言查询访问建设者和企业家的集体智慧,使播客知识立即可用。

背景

我们的MCP服务器从The Build Vault获取信息。The Build Vault是一个智能档案库,其中包含了从The Build Podcast各集提取的AI聚焦见解、产品、想法和新闻。后端支持一个复杂的AI驱动数据处理管道,包括以下阶段:

核心处理管道

  • YouTube剧集提取和音频下载
  • 使用AssemblyAI进行转录,包括说话人区分、情感分析和自动高亮
  • 分段处理,使用AI增强标题、主题和关键词

LLM驱动的内容提取

  • 150-250字总结
  • 提取跨框架与练习、观点、商业理念、故事与轶事、引用和产品的见解
  • 产品提取:自动识别并跟踪从见解中提到的产品,准备它们进行丰富工作流程
  • 链接处理:从YouTube描述中提取URL,并用AI驱动的摘要、分类和关键要点丰富它们

高级搜索与发现

  • 向量嵌入:生成用于语义搜索能力的嵌入
  • 混合搜索:结合向量相似性搜索和全文搜索

MCP客户端配置

已知客户端兼容性:

  • Claude Desktop
  • Claude Code
  • Goose
  • OpenAI ChatGPT (chat.openai.com)
  • OpenAI Playground

Claude Desktop

{
  "mcpServers": {
    "build-vault": {
      "command": "npx",
      "args": ["-y", "mcp-remote", "https://mcp.buildaipod.com/mcp"]
    }
  }
}

Claude Code

claude mcp add build-vault -s user --transport http https://mcp.buildaipod.com/mcp
<img src="screenshots/claude-desktop-tools.png" alt="Claude Desktop Tools" width="250" /> <img src="screenshots/claude-desktop-resources-prompts.png" alt="Claude Desktop Resources and Prompts" width="250" />

Goose AI扩展

<img src="screenshots/goose-config.png" alt="Goose Configuration" width="250" />

OpenAI ChatGPT(自定义连接器)

<img src="screenshots/openai-chatgpt-connector.png" alt="OpenAI ChatGPT Connector" width="250" />

OpenAI Playground

<img src="screenshots/openai-playground-config.png" alt="OpenAI Playground Configuration" width="250" />

MCP版本兼容性

MCP 2025-06-18 兼容性

  • 协议版本2025-06-18,完全符合规范
  • 结构化输出:增强工具,带有outputSchemastructuredContent
  • 启发式支持:声明的能力,具有智能后续建议
  • 标题字段:所有工具、资源和提示都包含描述性标题
  • 资源链接:相关内容之间的交叉引用
  • 传输方式:stdio + 可流式传输HTTP

增强兼容性

  • OpenAI深度研究:与OpenAI的深度研究自定义连接器兼容

Vault发现工具(共12个)

  • 列出产品:浏览AI产品,带过滤和分页
  • 搜索产品:使用嵌入(3072维)进行语义搜索
  • 产品详情:全面的产品信息,附带资源链接
  • 查找相似产品:基于向量相似性的相关产品搜索
  • 按演讲者搜索:根据播客演讲者筛选见解(Tom Spencer, Cameron Rohn)
  • 按日期范围搜索:在特定时间段内找到产品
  • 按类别搜索:根据6个内容类别筛选(business_ideas, frameworks_and_exercises, products, points_of_view, stories_and_anecdotes, quotes)
  • 按时间范围搜索:在剧集时间戳内找到见解
  • 演讲者概要:全面的演讲者统计和见解
  • 时间线见解:按时间顺序排列的见解,附带元数据
  • 搜索(深度研究):自然语言搜索AI见解和剧集
  • 获取(深度研究):获取完整内容,附带上下文和元数据

带启发式的分析资源(共4个)

  • 趋势见解:高置信度见解,附带智能后续建议
  • 类别分布:实时分析内容按类别分解
  • 剧集时间线:按时间顺序排列的剧集数据,附带见解计数
  • 演讲者分析:实时演讲者统计和内容分析

引导提示(共4个)

  • 寻找商业理念:发现商业见解和机会
  • 探索框架:结构化的框架和练习探索
  • 时间线分析:按时间顺序的主题和主题探索
  • 比较内容类型:比较不同类别的见解

增强启发式特性

当访问资源时,服务器提供智能后续建议

  • 类别分析:"发现了9个产品见解,6个观点见解"
  • 演讲者细分:"Cameron Rohn(11个见解),Tom Spencer(8个见解)"
  • 工具推荐:具体的下一步建议,附带使用示例
  • 语义搜索指导:基于实际内容的查询建议

OpenAI深度研究集成

此服务器与OpenAI的深度研究自定义连接器兼容。searchfetch工具特别设计用于与深度研究模型一起工作:

  • 搜索工具:接受自然语言查询(例如,“关于AI代理的见解”),返回结果格式为{id, title, text, url}
  • 获取工具:检索完整的上下文和元数据内容,以进行深入分析和引用

使用示例

发现AI产品

  1. 浏览类别:使用search_by_category和"products"查看334个产品见解
  2. 语义搜索:尝试search_products和"AI代理"或"LangChain"
  3. 热门内容:访问vault://trending_insights资源,获取前20个高置信度见解
  4. 后续建议:查看“下一步是什么?”部分,获取智能建议

示例搜索

尝试这些搜索开始使用:

  • “有哪些用于提示工程的框架?”
  • “医疗AI领域的商业理念”
  • “Tom Spencer对LangChain说了什么?”
  • “关于AI安全和对齐的见解”
  • “构建聊天机器人的产品”

可用工具

工具名称描述参数
列出产品list_products浏览AI产品,带过滤和分页limit, offset, category, approved_only
搜索产品search_products在所有产品中进行语义搜索query, limit, category
获取产品详情get_product_details获取特定产品的全面信息product_id
查找相似产品find_similar_products查找与给定产品相似的产品product_id, limit
按演讲者搜索search_by_speaker根据播客演讲者筛选见解speaker_name, limit
按日期范围搜索search_by_date_range在日期范围内查找产品start_date, end_date, limit
按类别搜索search_by_category根据内容类别筛选category, limit
按时间范围搜索search_by_timeframe在剧集时间戳内查找见解start_time, end_time, episode_id
获取演讲者概要get_speaker_summary获取全面的演讲者统计speaker_name
获取时间线见解get_timeline_insights获取按时间顺序排列的见解limit, start_date, end_date
搜索search自然语言搜索,适用于ChatGPT连接器query
获取fetch获取完整的上下文和元数据内容,适用于ChatGPT连接器id

可用资源

资源URI描述
趋势见解vault://trending_insights最近和受欢迎的见解,附带参与度指标
类别分布vault://category_distribution内容按类别分解的分析
剧集时间线vault://episode_timeline按时间顺序排列的剧集数据,附带持续时间和元数据
演讲者分析vault://speaker_analytics演讲者特定的统计和内容分解
发现指南vault://guide/discovery如何查找和评估AI产品
产品目录vault://product_catalog所有产品的概述,附带类别和审批状态
技术领域vault://technical_domains技术领域和技术工具类别的分析
剧集-见解映射vault://episode_insights_map综合映射剧集到其见解和产品

可用提示

提示名称描述参数
寻找商业理念find_business_ideas引导工作流程,发现商业见解和机会industry(可选),focus(可选)
探索框架explore_frameworks结构化的框架和练习探索domain(可选),purpose(可选)
时间线分析timeline_analysis按时间顺序的主题和主题探索speaker_focus(可选),theme(可选)
比较内容类型compare_content_types比较不同类别的见解和内容categories(可选),criteria(可选)

架构

关键技术特性

  • 三重传输设计:stdio、HTTP和Cloudflare Workers
  • 类型安全性:TypeScript,带有Zod运行时验证
  • 向量搜索:实时语义相似性
  • 启发式:基于内容分析的智能后续建议
  • 健康监控:内置健康检查端点
  • 深度研究兼容性:实现搜索/获取工具,用于OpenAI集成

数据概述

主要数据来源:The Build Vault数据库

  • 数据库表:索引,带有向量嵌入
  • 内容:来自vault.buildaipod.com的数千条AI见解
  • 类别:6种类型(business_ideas, frameworks_and_exercises, products, points_of_view)
  • 嵌入:来自text-embedding-3-large的3072维向量

版本信息

  • 版本:0.2.0
  • 协议:MCP 2025-06-18
  • SDK:@modelcontextprotocol/sdk 1.16.0
  • 功能:完全符合规范,带有启发式、结构化输出、资源链接和深度研究兼容性
  • stdio:默认MCP传输,用于直接客户端集成
  • http:MCP 2025-06-18可流式传输HTTP,带有头部验证

测试

MCP注册表

此服务器发布在官方Model Context Protocol注册表。注册表配置定义在server.json中,指定:

  • 服务器元数据:名称、描述和仓库信息
  • 远程端点:HTTP传输端点位于https://mcp.buildaipod.com/mcphttps://mcp.demos.build/mcp
  • 包分发:作为npm上的build-vault-mcp-server可用
  • 客户端兼容性:支持Claude Desktop、Claude Code、Goose和OpenAI ChatGPT
  • 功能声明:12个工具、8个资源、4个提示,带有语义搜索和深度研究能力

注册表允许在兼容客户端上自动发现和安装此MCP服务器。

支持

  • GitHub问题:用于错误报告和功能请求
  • 健康检查GET /health端点用于状态监控

工作示例

示例1:开发者AI代理研究

场景:一名开发者希望研究AI代理和自主系统,以构建自己的代理框架。

使用的工具:search, fetch, search_by_speaker

  1. 初始搜索:搜索“AI代理和自主系统”
  2. 获取详细内容:获取特定见解ID的完整内容
  3. 查找专家观点:按演讲者“Tom Spencer”搜索见解

预期结果:框架讨论、现实世界实施和专家对代理架构的意见。

示例2:创业者商业理念发现

场景:一名创业者希望找到由行业专家讨论过的AI空间中的验证商业理念。

使用的工具:search_by_category, find_similar_products, get_speaker_summary

  1. 浏览商业理念:按类别“business_ideas”搜索
  2. 查找类似概念:查找与有趣结果相似的产品
  3. 专家分析:获取演讲者“Cameron Rohn”的全面概要

预期结果:SaaS机会、AI产品概念和市场验证见解。

示例3:产品经理框架研究

场景:一名产品经理需要证明的框架来构建AI产品和管理开发过程。

使用的工具:search_by_category, get_timeline_insights, search_by_date_range

  1. 查找框架:按类别“frameworks_and_exercises”搜索
  2. 查看随时间演变:获取2024年的时间线见解
  3. 近期最佳实践:按最近日期范围搜索

预期结果:产品开发方法论、AI实施策略和团队管理方法。