上篇分享了：知识库工具-WeKnora

微信开源 RAG：复杂文档秒变私有知识库，私有化部署

本篇继续聊：

如何通过 MCP 的方式，把知识库接入 小智AI ？

思路很简单：既然WeKnora暴露了 API，只要在 MCP 服务中，调用 API 拿数据，不就 OK 了？

1. 搭建 MCP 服务器

正式接入之前，我们可以先搭建一个 MCP 服务器，用于从知识库中查询相关信息，并测试下服务的稳定性。

问题来了：如何快速启动一个 MCP 服务器?

强烈推荐你试试 FastMCP：一个构建 MCP 的 python 框架，同时支持服务器和客户端构建，比官方 SDK 好用多了。

1.1 FastMCP 拉起 MCP 服务

首先，安装依赖：

pip install fastmcp

然后，构建 MCP Server，只需简单三步：

Step 1： 注册服务：

# 注册 MCP 服务
mcp_server = FastMCP("weknora-server")

Step 2： 定义工具：

首先，我们定义一个知识库搜索的工具：

# 工具调用: hybrid_search
@mcp_server.tool
def hybrid_search(
    query: Annotated[str, Field(description="Search query")],
):
    """Perform hybrid search in knowledge base"""
    try:
        data = {
            "query_text": query,
            "vector_threshold": 0.5,
            "keyword_threshold": 0.3,
            "match_count": 3
        }
        response = requests.get(f'{base_url}/knowledge-bases/{kb_id}/hybrid-search', headers=headers, json=data)
        response.raise_for_status()
        result = response.json()
        return json.dumps(result, indent=2, ensure_ascii=False)
    except Exception as e:
        return json.dumps({"error": str(e)}, indent=2, ensure_ascii=False)

再来一个工具：列出知识库文件，尽管这里无需任何输入，但也必须传参，否则报错:

# 工具调用: list_files
@mcp_server.tool      
def list_files(random_string: str = None):
    """List all files in knowledge base"""
    try:
        response = requests.get(f'{base_url}/knowledge-bases/{kb_id}/knowledge', headers=headers)
        response.raise_for_status()
        result = response.json()
        return json.dumps(result, indent=2, ensure_ascii=False)
    except Exception as e:
        return json.dumps({"error": str(e)}, indent=2, ensure_ascii=False)

Step 3： 启动服务：选择sse协议

if __name__ == "__main__":
    mcp_server.run(transport='sse', host="0.0.0.0", port=8001)

成功启动后，会出现如下日志，注意这里的 server 地址：后面有一个 sse：

1.2 测试 MCP 服务

现在绝大部分 AI 编程工具，都支持接入 MCP。

我以在用的 VS Code 中的通义灵码插件为例：

连接成功：

可以看到，它读取到了刚定义的两个工具。

来测试一下：

成功调用！

2. 接入小智

小智 AI 接入 MCP 有两种方式：

1. 设备端新增 MCP tool；
2. 通过官方暴露的 MCP 接入点；

两种方式各有利弊：

• 前者需要重新制作固件，适合批量生产；
• 后者需要自己部署服务，适合测试；

不过只要能接入工具，交互逻辑是一样的，我们来看效果：

硅迹流动针对学生有哪些活动？

那针对企业有哪些活动？

写在最后

本文分享了如何快速把知识库工具搭建成一个 MCP 服务，并接入了 小智AI 进行实测。

如果对你有帮助，不妨点赞收藏备用。

小智AI + MCP系列，将陆续分享更多实用、好玩的 MCP 工具。

敬请关注~