MCP 服务器¶

Hyper-Extract 提供了一个 MCP 服务器，让支持 MCP 的助手（Claude Desktop、IDE 智能体等）通过 Model Context Protocol 查询和导出你的知识摘要。

它是只读 + 导出的——不会创建、修改或删除任何 KA。

安装与运行¶

pip install 'hyperextract[mcp]'

# 启动服务器（stdio 传输）
he-mcp
# 等价于：
python -m hyperextract.mcp_server

服务器从 ~/.he/config.toml 读取 LLM/嵌入器配置——与 CLI 相同，因此请先运行 he config init ...（见配置）。

接入 MCP 客户端¶

让你的 MCP 客户端指向 he-mcp 命令。以 Claude Desktop 风格的配置为例：

{
  "mcpServers": {
    "hyper-extract": {
      "command": "he-mcp"
    }
  }
}

工具¶

工具	说明	需要索引	需要 LLM
`list_templates`	列出可用的提取模板	—	—
`info`	KA 统计（模板、数量、索引状态）	—	—
`search`	KA 语义检索	✓	嵌入器
`ask`	KA 上的 RAG 问答	✓	✓
`export_obsidian`	将 KA 导出为 Obsidian 知识库	—	嵌入器

所有工具都接受一个 ka_path（由 he parse 创建的目录）。search/ask 需要索引——用 he build-index 构建。

export_obsidian 依赖 Obsidian 导出功能（见 he export obsidian）。若不可用，该工具会返回说明信息而不会报错。

示例会话¶

list_templates()                        → [{name: "general/biography_graph", ...}, ...]
info(ka_path="./tesla_kb")              → {nodes: 48, edges: 70, index_built: true, ...}
search(ka_path="./tesla_kb",
       query="War of Currents")          → {nodes: [...], edges: [...]}
ask(ka_path="./tesla_kb",
    question="Who were Tesla's rivals?")  → "Thomas Edison ..."
export_obsidian(ka_path="./tesla_kb",
                output="./vault")          → "Exported 49 notes to ./vault"