经过了台风等在家躺平与调休，终于可以回到正常上班接着更新博客了，因为岗位是技术支持，会遇到很多客需，要把客需以及代码修改、企业知识等进行统一还是比较耗费人力的。但是这又是一个不得不做的事情，对此我想在这里分享一下我现在使用的搭建企业知识库的方法。

介绍

随着信息时代和知识经济时代的到来，企业内部信息资料繁多冗杂，知识管理逐渐成为各大企业的重要工作之一， 建立企业知识库能够有效的解决此类问题。目前在国内知识库还是属于比较新颖的概念，建立知识库可以提高员工的工作效率，有助于丰富员工的知识，有利于降低企业成本，减少员工的培训成本、劳动时间成本，从而增强企业的竞争能力。

搭建流程

整理知识库

一般的产品都是会基于一定的平台代码，根据客户需求进行代码扩展，这就要求我们的AI能够读懂我们的代码为什么这样写以及相关的一些修改。有时候不同客户的客需是很类似的（毕竟产品性质都是一样的），又要对应的客需进行记录，以便下次遇到相同需求进行复制。

基于MCP框架的知识库

首先我们使用第一章的教程先构建出MCP工具的框架，然后在文件夹中新建一个note文件夹用于存放本地的技术文档，这里技术文档使用MD格式。

我们可以简单的写一些架构，如果是基于代码的知识库，可以让AI读代码然后修改知识库更新，就可以非常灵活的且轻松的完善知识库。

代码修改记录

对于这个我们会提倡使用Git进行修改，修改完代码后将功能于逻辑写到Git的记录中去，这样每一次修改修改了什么功能就可以迁移到知识库中去。
至于迁移方法也很简单就把包含.git文件的文件夹引用到cursor对话框中，让cursor根据Git修改记录更新知识库。如果接入Github或者是Gitlab这种在线仓库，可以把代理商等代码进行统一管理。

这样我们就可以搭建我们本地的知识库了，理论上来说，我们可以直接调用cursor读取知识库总结出修改方案等等，但是对于cursor来说还是有点困难，cursor大概一次可以使用200k token进行使用，大致读取1w5行代码。

对此我决定采用一个MCP工具，可以使用一个前置模型对知识库进行裁剪等，根据需求调取相关度高的部分。

MCP工具设计

由于Cursor的MCP tool识别有时间限制，如果把所有功能（特别是还要调用模型的代码）丢在一个代码中，cursor很容易会识别不到工具，对此这里采用预编译与懒加载的设计。

预编译

在文件夹中新建一个build_kd.py文件，该文件会调用模型对知识库进行切分。

# preprocess_notes.py
import os
import pickle
import faiss
import numpy as np
from sentence_transformers import SentenceTransformer

CACHE_INDEX = "note_index.faiss"
CACHE_META = "note_meta.pkl"

# 1. 加载模型
print("加载 embedding 模型中...")
model = SentenceTransformer("BAAI/bge-base-zh-v1.5")

# 2. 读取笔记
def load_notes(note_dir="./note"):
    notes = []
    file_map = []
    for root, _, files in os.walk(note_dir):
        for f in files:
            if f.endswith(".txt") or f.endswith(".md"):
                path = os.path.join(root, f)
                with open(path, "r", encoding="utf-8", errors="ignore") as fp:
                    content = fp.read()
                    notes.append(content)
                    file_map.append(path)
    return notes, file_map

# 3. Markdown 段落切分
def chunk_markdown(text):
    chunks = []
    current = []
    for line in text.splitlines():
        if line.strip().startswith("#"):  # 遇到标题，切一个新块
            if current:
                chunks.append("\n".join(current).strip())
                current = []
        current.append(line)
    if current:
        chunks.append("\n".join(current).strip())
    return chunks

# 4. 构建索引
def build_index(note_dir="./note"):
    notes, file_map = load_notes(note_dir)
    chunks = []
    chunk_map = {}

    for file_id, note in enumerate(notes):
        sub_chunks = chunk_markdown(note)
        for i, c in enumerate(sub_chunks):
            if c.strip():
                chunks.append(c)
                chunk_map[len(chunks) - 1] = (os.path.abspath(file_map[file_id]), c)

    print(f"总共生成 {len(chunks)} 个段落 chunk ✅")

    embeddings = model.encode(chunks, normalize_embeddings=True)
    embeddings = np.array(embeddings).astype("float32")

    dim = embeddings.shape[1]
    index = faiss.IndexFlatIP(dim)
    index.add(embeddings)

    faiss.write_index(index, CACHE_INDEX)
    with open(CACHE_META, "wb") as f:
        pickle.dump(chunk_map, f)

    print("索引构建完成 ✅ 已保存到磁盘")

if __name__ == "__main__":
    build_index("./note")

这里采用BAAI/bge-base-zh-v1.5模型，如果没有依赖需要先进行依赖下载。

pip install faiss-cpu sentence-transformers

然后在终端调用该函数，会切分知识库然后生成索引。

然后我们通过编写MCP工具文件mcp_notes_kd.py，就可以实现cursor调用MCP对知识库进行读取。

# mcp_notes_kd.py
import os
import sys
import json
import pickle
import faiss
import numpy as np
from sentence_transformers import SentenceTransformer
from mcp.server.fastmcp import FastMCP

# ---------------------------
# 绝对路径设置
# ---------------------------
BASE_DIR = os.path.dirname(os.path.abspath(__file__))
CACHE_INDEX = os.path.join(BASE_DIR, "note_index.faiss")
CACHE_META = os.path.join(BASE_DIR, "note_meta.pkl")

print("启动 MCP Note Search 工具...", file=sys.stderr, flush=True)
mcp = FastMCP("note-search")

# ---------------------------
# 懒加载模型和索引
# ---------------------------
_model = None
_index = None
_chunk_map = None

# bge 中文模型推荐的查询指令前缀（仅作用于查询侧，最小改动）
_BGE_ZH_QUERY_PREFIX = "为这个中文句子生成表示语义的向量，用于检索相关文档："

# 可开关同义词扩展（默认开启，仅查询侧，不改索引）
_ENABLE_SYNONYMS = True
_SYNONYMS = {
/*同义词*/
}

def _expand_query(query: str) -> str:
    if not _ENABLE_SYNONYMS:
        return query
    tokens = {str(query)}
    for k, vs in _SYNONYMS.items():
        if k in query:
            for v in vs:
                tokens.add(v)
    return " ".join(tokens)

def load_resources():
    global _model, _index, _chunk_map

    if _model is None:
        print("加载模型...", file=sys.stderr, flush=True)
        _model = SentenceTransformer("BAAI/bge-base-zh-v1.5")

    if _index is None or _chunk_map is None:
        if not os.path.exists(CACHE_INDEX) or not os.path.exists(CACHE_META):
            print(f"❌ 找不到索引文件或元数据：{CACHE_INDEX}, {CACHE_META}", file=sys.stderr, flush=True)
            raise FileNotFoundError("请先运行 preprocess_notes.py 构建索引")
        
        print("加载索引与元数据...", file=sys.stderr, flush=True)
        _index = faiss.read_index(CACHE_INDEX)
        with open(CACHE_META, "rb") as f:
            _chunk_map = pickle.load(f)
        print("索引加载完成 ✅", file=sys.stderr, flush=True)

# ---------------------------
# 检索函数
# ---------------------------
@mcp.tool()
async def search_notes(query: str, top_k: int = 3):
    """
    查询知识库
    Args:
        query: 查询文本
        top_k: 返回前 K 条结果
    Returns:
        JSON 列表，每条包含 file, content, score
    """
    load_resources()
    # 同义词扩展 + bge 中文查询前缀（不改动索引/文档向量）
    expanded = _expand_query(str(query))
    q_with_prefix = _BGE_ZH_QUERY_PREFIX + expanded
    qvec = _model.encode([q_with_prefix], normalize_embeddings=True).astype("float32")
    scores, ids = _index.search(qvec, top_k)
    results = []
    for score, idx in zip(scores[0], ids[0]):
        file_path, chunk_text = _chunk_map[idx]
        results.append({
            "file": file_path,
            "content": chunk_text,
            "score": float(score)
        })
    return results

# ---------------------------
# 运行 MCP Server
# ---------------------------
if __name__ == "__main__":
    print("MCP Note Search Server 启动中...", file=sys.stderr, flush=True)
    mcp.run(transport="stdio")

然后打开cursor编写MCPtool节点。

{
  "mcpServers": {
    "mcp-notes-kd": {
      "type": "stdio",
      "command": "python",
      "args": ["C:/Users/senmiao.zhang/Desktop/kd/mcp_notes_kd/mcp_notes_kd.py"],
      "cwd": "C:/Users/senmiao.zhang/Desktop/kd/mcp_notes_kd"
    }
  }
}

这样就可以调用MCP工具了

效果

在Cursor中选择Auto模式，然后可以让他进行回环测试。

可以看到成功调用工具并放回关键词与内容相关性。

小结：相信这个不仅仅对知识库搭建可以给大家带来启发，在多模型多模态的应用以及项目管理上也希望大家可以有所收获。MCP的出现真的给AI带来一个很大的变化。

上一篇：[AI工作流搭建笔记](2)基于cursor+MCP+python:MCP协议介绍
下一篇：