Agent Knowledge

mcp-server-interview-rag

AI Agent 岗位模拟面试 MCP Server —— 基于 FAISS + bge-base-zh-v1.5 构建的 RAG 知识库，为 AI Agent 技术面试提供语义检索、分级题库和个性化学习路径。

功能

• 语义知识检索 — 从 1683 个知识块中检索 Agent、RAG、LLM、多智能体等方向的技术内容
• 分级面试题库 — 23 道覆盖 9 大主题的面试题，支持 easy/medium/hard 三级难度
• 学习路径生成 — 根据薄弱方向生成包含教程、论文、开源项目的结构化学习计划

知识覆盖

┌────────────┬────────────────────────────────────────────┐ │ 主题 │ 内容 │ ├────────────┼────────────────────────────────────────────┤ │ LLM 基础 │ Transformer、注意力机制、Scaling Laws、MoE │ ├────────────┼────────────────────────────────────────────┤ │ Agent 架构 │ ReAct、Agent Loop、Tool Use、Browser Agent │ ├────────────┼─────────────────────────────────────────────┤ │ RAG 技术 │ 向量检索、文本切块、混合检索、重排序 │ ├────────────┼─────────────────────────────────────────────┤ │ 记忆系统 │ 工作记忆、长期记忆、上下文压缩 │ ├────────────┼─────────────────────────────────────────────┤ │ 多智能体 │ 任务分解、通信协议、协调机制 │ ├────────────┼─────────────────────────────────────────────┤ │ RLHF/对齐 │ PPO、DPO、GRPO、奖励模型 │ ├────────────┼─────────────────────────────────────────────┤ │ VLM │ 跨模态对齐、CLIP、视觉编码器 │ ├────────────┼─────────────────────────────────────────────┤ │ 评估方法 │ AgentBench、SWE-bench、LLM-as-Judge │ ├────────────┼─────────────────────────────────────────────┤ │ 工程实践 │ MCP/A2A/ACP 协议、Agent Harness、Skill 设计 │ └────────────┴─────────────────────────────────────────────┘

知识来源：hello-agents（16 章系统教程）、Agent-Learning-Hub（学习路线图 + 68 个外部资源，含 Anthropic、OpenAI 官方文档、arxiv 论文、GitHub 开源项目）。

安装使用

Claude Code

{ "mcpServers": { "interview-rag": { "command": "uvx", "args": ["mcp-server-interview-rag"] } } }

Cursor

在 Settings → MCP Servers 中添加：

{ "interview-rag": { "command": "uvx", "args": ["mcp-server-interview-rag"] } }

pip 安装

pip install mcp-server-interview-rag mcp-server-interview-rag

MCP Tools

search_knowledge

语义检索知识库，返回最相关的知识片段。

┌───────┬────────┬──────┬────────────────────────────────────────────────────────────────────────────────────┐ │ 参数 │ 类型 │ 必填 │ 说明 │ ├───────┼────────┼──────┼────────────────────────────────────────────────────────────────────────────────────┤ │ query │ string │ 是 │ 检索查询 │ ├───────┼────────┼──────┼────────────────────────────────────────────────────────────────────────────────────┤ │ topic │ string │ 否 │ 限定主题：llm, agent, rag, memory, multi-agent, rlhf, vlm, evaluation, engineering │ ├───────┼────────┼──────┼────────────────────────────────────────────────────────────────────────────────────┤ │ top_k │ int │ 否 │ 返回数量，默认 5 │ └───────┴────────┴──────┴────────────────────────────────────────────────────────────────────────────────────┘

get_interview_questions

获取指定主题和难度的面试题，含参考要点和追问方向。

┌────────────┬────────┬──────┬──────────────────────┐ │ 参数 │ 类型 │ 必填 │ 说明 │ ├────────────┼────────┼──────┼──────────────────────┤ │ topic │ string │ 是 │ 主题 │ ├────────────┼────────┼──────┼──────────────────────┤ │ difficulty │ string │ 否 │ easy / medium / hard │ ├────────────┼────────┼──────┼──────────────────────┤ │ count │ int │ 否 │ 题目数量，默认 3 │ └────────────┴────────┴──────┴──────────────────────┘

get_learning_path

根据薄弱主题生成学习路径，包含教程章节、论文、开源项目推荐。

┌─────────────┬────────┬──────┬────────────────────────┐ │ 参数 │ 类型 │ 必填 │ 说明 │ ├─────────────┼────────┼──────┼────────────────────────┤ │ weak_topics │ string │ 是 │ 逗号分隔的薄弱主题列表 │ └─────────────┴────────┴──────┴────────────────────────┘

技术栈

• Embedding: BAAI/bge-base-zh-v1.5（中文语义 SOTA，本地运行）
• 向量存储: FAISS CPU（1683 vectors, 768-dim）
• MCP 框架: FastMCP 2.0
• 分块策略: 512 token / 64 overlap，保留 markdown 标题上下文