用途：作为 MCP 服务器为 AI 客户端提供本地优先的文档知识库，支持文档增删查、文件批量处理与语义检索。
主要能力：使用 Orama 嵌入式向量数据库实现全文与向量混合检索；采用父子分块保留上下文；支持本地嵌入模型（默认 Xenova/all-MiniLM-L6-v2，384 维；可选多语言 paraphrase-multilingual-mpnet-base-v2，768 维）；可选 Google Gemini 提供 AI 搜索与问答；内置 Web UI（默认端口 3080）；支持大文件流式读取与 LRU 嵌入缓存。
使用方式：在 MCP 客户端配置中加入 npx -y @andrea9293/mcp-documentation-server，可通过环境变量设置 MCP_BASE_DIR、GEMINI_API_KEY、MCP_EMBEDDING_MODEL、START_WEB_UI、WEB_PORT 等。开发安装：git clone 仓库后执行 npm install、npm run build。工具包括 add_document、list_documents、get_document、delete_document、process_uploads、get_uploads_path、list_uploads_files、get_ui_url、search_documents、search_all_documents、get_context_window、search_documents_with_ai。
适用场景：为 Claude Desktop 等 MCP 客户端搭建本地文档知识库、跨文档语义检索、AI 辅助研究。
限制：更换嵌入模型需重新索引全部文档；AI 搜索需 GEMINI_API_KEY；大文件或内存不足时需调整流式与分块配置；具体收费与价格暂未提供。