Об этом проекте

GrooveSeek — это MCP-сервер для гибридного поиска (семантического и полнотекстового) по базе знаний из Markdown-файлов, с опциональной поддержкой обычного текста, PDF, офисных документов и исходного кода. Команда — `groove`. Из коробки, без файла конфигурации и с моделью по умолчанию, он индексирует англоязычный Markdown с YAML-фронтматтером. Для многоязычного или японского контента требуется `--model bge-m3`; все остальные форматы файлов включаются в `groove.toml`. Как это работает: Markdown (и опционально .txt, .pdf, .docx, .xlsx, .pptx, а также исходный код на Rust с v1.2.0, Python с v1.3.0 и PHP с v1.5.0, грамматики которых загружаются и размещаются вручную) разбирается с YAML-фронтматтером и разбивается на фрагменты на основе заголовков — или, для исходного кода, по одному фрагменту на определение. Эмбеддинги по умолчанию генерируются с помощью FastEmbed (BGE-small-en-v1.5 или BGE-M3 для многоязычных баз знаний) и хранятся в SQLite с sqlite-vec для поиска по векторному сходству. Доверенная конфигурация может вместо этого использовать совместимую с OpenAI конечную точку эмбеддингов. Клиенты подключаются через stdio (по умолчанию, один клиент) или Streamable HTTP (много клиентов), поэтому он работает с Claude Code, Cursor или любым MCP-совместимым клиентом. Фоновый наблюдатель за файлами с синхронизацией в реальном времени поддерживает индекс в актуальном состоянии при ручных правках, `git pull` и внешних скриптах. Опциональная TOML-схема может проверять соглашения фронтматтера через `groove validate`, а с v1.9.0 дополнительные ключи, которые она объявляет, сохраняются командой `groove index`, чтобы `groove search --field` мог фильтровать по ним. Поверхность MCP предоставляет шесть инструментов — `search`, `get_document`, `list_topics`, `get_connection_graph`, `get_best_practice`, `rebuild_index` — четыре промпта и базу знаний как ресурсы `kb://`. С `--transport http` сервер также отвечает на `/ui` — операторском виде, показывающем версию, количество документов и фрагментов, модель эмбеддингов, состояние наблюдателя, время работы и PID, с поиском через ту же конечную точку `/mcp`, которую используют клиенты. Установка осуществляется через предварительно собранные бинарники для Linux x86_64 и aarch64, macOS Apple Silicon и Windows x86_64, с SHA-256 контрольными суммами и аттестациями артефактов GitHub; сборки для Intel Mac должны собираться из исходников. Среда выполнения ONNX и SQLite статически связаны, а модели эмбеддингов загружаются с HuggingFace при первом запуске. Сборка из исходников — `cargo build --release`. Быстрый старт: `groove index --kb-path /path/to/knowledge-base`, затем запись в `.mcp.json`, указывающая на `groove serve --kb-path ...`, или прямые запросы с `groove search "..." --limit 3`. Документация охватывает команды, ключи конфигурации, рецепты клиентов, конвейер извлечения (RRF, переранжирование, MMR, родительский ретривер), фильтры, цитаты с байтовыми смещениями, оценку на эталонном наборе запросов, архитектуру и гарантии стабильности; предоставляется японская версия каждой страницы, и страницы опубликованы как сайт. Включены рецепты развертывания для личного stdio, NAS-общего и интранет-HTTP окружений. Релизы до 1.0.0 являются бета-версиями без гарантии совместимости; с 1.0.0 документ о стабильности указывает, что заморожено, а что намеренно нет, включая веб-интерфейс и Rust API. Двойная лицензия MIT или Apache-2.0.