Graphlit MCP 服务器 AI 智能体
无缝集成 Graphlit Model Context Protocol (MCP) 服务器，统一并搜索 Slack、Discord、网站、Google Drive、邮箱、Jira、GitHub 等平台的知识。实现内容的即时入库、抽取和检索，为产品及开发工作流打造可 RAG 化、可搜索的知识库。自动化入库、转录、抽取及发布，全部通过先进的连接器与 Web 工具完成。
统一的知识入库与检索
从 Slack、Discord、邮箱、Jira、Linear、GitHub、Google Drive 等多平台采集结构化与非结构化数据。可在任何 MCP 客户端内即刻检索，为您的产品与开发团队构建 RAG 化知识库。
- 多源入库:
- 自动从 Google Drive、Slack、Discord、Jira、GitHub 等众多连接器中采集文件、消息、邮件、问题和文档。
- 强大检索与搜索:
- 在所有已连接数据源中，实现快速的语义搜索与相关知识、文档、会话的检索。
- 音视频转录:
- 自动将音频和视频文件转录为可搜索文本，提升知识发现能力。
- 文档格式转换:
- 抽取并转换 PDF、DOCX、PPTX、HTML 为 Markdown，便于标准化、可搜索的存储。
先进的 RAG 与抽取工具
通过检索增强生成（RAG）与结构化数据抽取，赋能您的团队。发起 LLM 对话、从文本中抽取结构化 JSON，并以音频或图片发布，实现知识工作流自动化。
- LLM 对话与 RAG:
- 利用已入库数据上下文，提示 LLM 进行更智能的检索增强型对话。
- 结构化数据抽取:
- 从非结构化文本和文档中抽取结构化 JSON，简化后续自动化流程。
- 灵活发布:
- 通过集成 AI 服务，将抽取见解以音频或图片形式发布。
自动化、通知与 Web 工具
自动化各类操作，管理数据连接器，并通过内置通知功能实时掌控进展。借助高级网页爬取、检索、映射和截图工具，让您的知识库始终保持最新且可操作。
- 自动化操作:
- 通过强大的自动化工具配置、创建和管理集合、订阅源及工作流。
- 集成通知:
- 通过 Slack、邮箱、Webhook、Twitter/X 等渠道，实时接收重要项目事件通知。
- 网页爬取与搜索:
- 利用内置网页爬取、检索、映射及截图工具，保证知识信息始终最新。
MCP 集成
可用的 Graphlit MCP 集成工具
下列工具可作为 Graphlit MCP 集成的一部分使用：
- query_contents
在您的知识库中搜索和筛选内容，查找相关文档与数据。
- query_collections
跨集合搜索，高效识别与检索分组内容。
- query_feeds
查询订阅源，采集各类已入库信息。
- query_conversations
搜索与检索对话，探索线程式讨论和消息。
- retrieve_relevant_sources
检索与查询最相关的来源，支持上下文感知的信息访问。
- retrieve_similar_images
查找并返回与参考图片视觉上相似的图片。
- visually_describe_image
生成图片的视觉描述，用于无障碍或内容理解。
- extract_structured_json_from_text
从非结构化文本中抽取结构化 JSON 数据，便于后续处理。
- ingest_files
将多种格式文件添加到 Graphlit 项目，便于索引与检索。
- ingest_web_pages
通过爬取 URL 并抽取内容，将网页入库到知识库。
- ingest_messages
导入聊天平台及通讯工具的消息，实现集中访问。
- ingest_posts
采集支持平台的帖子，便于搜索和后续引用。
- ingest_emails
将连接账户的邮件添加至知识库。
- ingest_issues
采集 Jira、Linear、GitHub Issues 等项目管理系统的问题。
- ingest_text
直接向知识库添加任意文本条目。
- ingest_memory
存储短期记忆片段，实现快速回忆与上下文维护。
- create_collection
创建新集合，用于组织和分组相关内容。
- add_contents_to_collection
将现有内容项添加到指定集合，便于管理。
- remove_contents_from_collection
从集合中移除特定内容，原始数据不会被删除。
- delete_collections
删除一个或多个集合，管理组织结构。
- delete_feeds
从知识库中删除不再需要的订阅源。
- delete_contents
永久移除项目中的特定内容项。
- delete_conversations
删除对话，实现数据留存与隐私管理。
- is_feed_done
检测订阅源的完成状态，监控入库进度。
- is_content_done
核查特定内容项的入库或处理是否已完成。
- list_slack_channels
列出项目中所有可用 Slack 频道。
- list_microsoft_teams_teams
列出 Microsoft Teams 团队，用于集成与数据入库。
- list_microsoft_teams_channels
列出 Microsoft Teams 环境下的所有频道。
- list_sharepoint_libraries
枚举可访问的 SharePoint 文档库。
- list_sharepoint_folders
列出 SharePoint 中的文件夹，便于定向操作。
- list_linear_projects
列出可用 Linear 项目，实现问题与任务同步。
- list_notion_databases
列出 Notion 数据库，用于结构化信息抽取或更新。
- list_notion_pages
列出工作区下所有已连接的 Notion 页面。
- list_dropbox_folders
列出可访问的 Dropbox 文件夹，便于数据入库或管理。
- list_box_folders
列出 Box 文件夹，助力云存储集成。
- list_discord_guilds
列出 Discord 服务器，便于消息及频道操作。
- list_discord_channels
列出 Discord 服务器内频道，用于入库或通知。
- list_google_calendars
列出 Google 日历，便于事件抽取或集成。
- list_microsoft_calendars
列出 Microsoft 日历，实现日程与数据检索。
- web_crawling
自动爬取网站，实现网页内容的入库与索引。
- web_search
进行网页和播客搜索，扩充信息来源。
- web_mapping
映射网页结构与链接，优化内容发现与爬取策略。
- screenshot_page
采集网页截图，便于视觉归档。
- publish_as_audio
利用 ElevenLabs 语音合成，将内容以音频形式发布。
- publish_as_image
通过 OpenAI 图像生成，将文本生成图片并发布。
- prompt_llm_conversation
发起基于 LLM 的对话，实现问答及上下文 RAG。
- configure_project
配置项目级别设置及凭证，实现定制化集成。
- notifications_slack
向 Slack 频道发送通知，实现提醒与更新。
- notifications_email
根据事件或工作流变更发送邮件通知。
- notifications_webhook
向外部系统触发出站 Webhook 通知。
- notifications_twitter
通过 Twitter/X 实时发布和通知。
用 Graphlit MCP 服务器提升您的工作流
将所有工具和知识源集成到统一、可搜索、RAG 就绪的平台。无缝实现 Slack、Discord、GitHub、Google Drive 等内容的入库、检索与发布——直接在您最喜欢的 IDE 内体验。
什么是 Graphlit
Graphlit 是一款托管式知识 API 平台，旨在帮助开发者和企业高效构建知识驱动的 AI 应用。它为 AI 应用和智能体提供入库、记忆与检索能力，便于通过网页抓取、文件上传及 API 集成，实现大语言模型（LLMs）的数据抽取、转换和加载（ETL）。Graphlit 让用户能够利用多模态 AI 与 LLM，将非结构化数据转化为智能且可操作的洞察。凭借 API 优先、云原生的方式，Graphlit 简化了文档、网站及其它数据源知识结构化与存储流程，为 AI 工作流提供强大支持。
能力
Graphlit 可实现哪些功能
Graphlit 为 AI 智能体、开发者与企业，提供强大的 API，用于从多样数据源采集、处理和检索知识，实现广泛能力。以下是 Graphlit 的主要应用场景：
- 自动化数据入库
- 无缝抽取并结构化文档、网页、API 的知识。
- AI 的记忆与检索
- 让您的 AI 智能体拥有持久记忆与高级检索能力。
- 多模态数据处理
- 支持文本、图片等多数据类型，打造丰富上下文知识库。
- LLM 网页抓取
- 借助集成网页抓取工具，为大语言模型入库最新信息。
- API 优先集成
- 轻松将知识管理嵌入您的应用、智能体或 AI 工作流。
AI 智能体如何受益于 Graphlit
AI 智能体可借助 Graphlit 平台，访问结构化、实时和多模态知识，提升记忆、上下文和决策能力。这让智能体能给出更准确的答案，在长时交互中保持上下文，并融合文档、网页、API 等多源洞察。通过自动化入库与检索，基于 Graphlit 的 AI 智能体在客户支持、研究、决策自动化等任务中更智能、更可靠、更高效。