Sirchmunk v0.0.2 发布 — MCP 支持、CLI 与知识持久化

我们非常高兴地宣布 Sirchmunk v0.0.2 — 在模型上下文协议（MCP）集成、综合 CLI 和持久化知识管理方面迈出了重要一步。

亮点

MCP 集成

全面支持模型上下文协议，实现与 Claude Desktop 和 Cursor IDE 等 AI 助手的无缝集成。Sirchmunk 的搜索能力作为 MCP 工具暴露，任何兼容的客户端都可以发现和调用。

{
  "mcpServers": {
    "sirchmunk": {
      "command": "sirchmunk",
      "args": ["mcp", "serve"],
      "env": {
        "SIRCHMUNK_SEARCH_PATHS": "/path/to/your_docs"
      }
    }
  }
}

MCP 服务器支持 stdio（用于本地桌面 AI 工具）和 HTTP（用于远程场景）两种传输模式。

CLI 命令

新的 sirchmunk CLI 为所有操作提供统一入口：

命令	描述
`sirchmunk init`	初始化工作目录、.env 和 MCP 配置
`sirchmunk serve`	启动后端 API 服务器
`sirchmunk search`	直接从终端执行搜索
`sirchmunk web init`	构建 Web UI 前端
`sirchmunk web serve`	启动 API + Web UI（单端口）
`sirchmunk mcp serve`	启动 MCP 服务器

知识持久化

DuckDB 驱动的存储搭配 Apache Parquet 导出，提供高效的知识管理：

内存优先：运行时微秒级读写
原子持久化：使用临时文件重命名模式实现崩溃安全写入
Parquet 导出：列式格式，出色的压缩率和分析查询性能

语义簇复用

知识簇现在存储嵌入向量（384 维），支持快速余弦相似度匹配以处理重复或改述的查询。对于匹配已有知识的查询，可实现亚秒级响应。

如何升级

pip install --upgrade sirchmunk

或安装所有附加组件：

pip install "sirchmunk[all]"

下一步

我们的路线图包括：

网络搜索集成
多模态支持（图片、视频）
分布式跨节点搜索
知识可视化与深度分析

GitHub 仓库 · ModelScope

No results found