用途：mcp-vstash 是 vstash 文档记忆的 MCP 服务器集成，用于让 Claude Desktop、Cursor、Copilot 等支持 MCP 的 AI 助手通过 MCP 搜索并基于本地文档记忆回答问题。
主要能力：提供 vstash_add(path) 将文件、目录或 URL 摄入记忆；vstash_ask(query, top_k) 做语义搜索并给出带来源的 LLM 回答；vstash_search(query, top_k) 做混合搜索，带上下文扩展与相关性信号；vstash_list() 列出已摄入文档；vstash_stats() 查看数据库统计（文档、分块、大小）；vstash_forget(source) 移除文档；vstash_collections() 列出集合；vstash_export(...) 将分块导出为 JSONL 用于训练数据整理；vstash_job(job_id) 查看后台目录摄入状态。vstash_search 返回 chunks（含 ±1 相邻分块扩展）、relevance（high/medium/low/none）、hint、best_distance；距离 ≤0.95 为 high，0.95–0.98 为 medium，>0.98 为 low。首次搜索即可用，无需预热。
使用方式：先执行 pip install vstash；再编辑 ~/Library/Application Support/Claude/claude_desktop_config.json，加入 {"mcpServers": {"vstash": {"command": "vstash-mcp"}}}；pyenv 用户需填二进制完整路径，如 "command": "/path/to/.pyenv/versions/3.x.x/bin/vstash-mcp"；重启 Claude Desktop 后工具出现在工具列表。MCP 服务器不继承 shell 环境变量，需在 ~/.vstash/vstash.toml 配置推理，例如 [cerebras] api_key = "your-key-here"，或使用本地 Ollama：[inference] backend = "ollama"、[ollama] host = "http://localhost:11434"、model = "llama3.2"。
适用场景：为 AI 助手接入本地文档记忆，进行语义检索、问答、文档管理与训练数据导出。
限制：资料未提供收费、价格、平台支持范围与效果保证；排障可参考：工具不出现时运行 which vstash-mcp 检查 PATH；报 "No module named vstash" 时在配置中使用完整 Python 路径；ask 失败但 search 可用时检查 vstash.toml 中的推理后端配置。更多工具选项见 references/mcp-reference.md。