Guia do Servidor MCP: Wiki Técnica Fluig

Este guia explica como configurar e utilizar o servidor MCP (Model Context Protocol) para permitir que agentes de IA (como Claude Desktop, Cursor ou IDEs) interajam de forma inteligente com a documentação técnica do Fluig extraída pelo projeto apitdn.

1. Pré-requisitos

Python 3.9 ou superior.
Dependências instaladas:
```
pip install -r requirements.txt
```

2. Arquitetura do MCP

O servidor (mcp_server.py) utiliza o framework FastMCP e expõe o conteúdo do arquivo fluig_chunks.json e da Biblioteca de Snippets. Ele opera via interface STDIO, que é o padrão para integração com a maioria dos clientes de IA.

3. Ferramentas Disponíveis (Tools)

Ao conectar este MCP a um agente de IA, as seguintes ferramentas ficam disponíveis:

search_docs(query): Realiza uma busca semântica por palavras-chave nos ~1.800 chunks da documentação. Ideal para dúvidas conceituais ou de configuração.
get_code_snippets(language): Retorna todos os exemplos de código para a linguagem solicitada (javascript, java ou sql).
Recurso docs://all_titles: Fornece uma lista completa de todos os títulos de páginas disponíveis na base de conhecimento.

4. Configuração no Claude Desktop

Para usar este MCP no Claude Desktop, adicione a seguinte configuração ao seu arquivo claude_desktop_config.json:

Caminho do arquivo (Windows): %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "fluig-wiki": {
      "command": "python",
      "args": ["C:/dev/apitdn/mcp_server.py"],
      "env": {
        "PYTHONPATH": "C:/dev/apitdn"
      }
    }
  }
}

Substitua C:/dev/apitdn pelo caminho absoluto do seu repositório.

5. Como Testar

Você pode testar se o servidor está respondendo corretamente via linha de comando usando o mcp-cli (se instalado) ou apenas rodando o script para verificar erros de importação:

python mcp_server.py

(O comando acima não produzirá saída visível e ficará aguardando input STDIO, o que indica que está funcionando corretamente).

6. Sincronização com o Gitea

Sempre que novos documentos forem extraídos do TDN via fluig_extractor.py, lembre-se de rodar:

python rag_processor.py (para atualizar o fluig_chunks.json).
python snippet_generator.py (para atualizar a biblioteca de códigos).
git commit -am "docs: update knowledge base"
git push origin master

Isso garantirá que o servidor MCP sempre forneça as informações mais recentes para a sua IA.

2.6 KiB Raw Blame History