algonotes_rag/docs/mcp/ingest.md

📥 导入工具 (ingest)

返回目录

---

功能

从本地文件/目录或 URL 导入笔记到三层存储。

参数

参数	类型	说明	默认值
path	string | null	本地文件或目录路径	与 url 二选一
url	string | null	网页 URL 地址	与 path 二选一
tag	bool	提取标签	true
type	string	笔记类型（note/solution/template）	note
author	string | null	笔记作者	无

使用示例

// 导入本地文件
{"path": "./my_notes/fenwick.md"}

// 导入整个目录
{"path": "./my_notes/"}

// 从 URL 导入
{"url": "https://cnblogs.com/xxx"}

// 跳过打 tag
{"path": "./my_notes/", "tag": false}

返回格式

单文件导入：

{
  "file_name": "fenwick.md",
  "chunk_count": 13,
  "tags": "树状数组, 数据结构",
  "title": "树状数组",
  "note_id": 5
}

目录导入（数组）：

[
  {
    "file_name": "fenwick.md",
    "chunk_count": 13,
    "tags": "树状数组, 数据结构",
    "title": "树状数组",
    "note_id": 5
  },
  {
    "file_name": "sgt1.md",
    "chunk_count": 8,
    "tags": "线段树, 数据结构",
    "title": "线段树",
    "note_id": 6
  }
]

错误：

{"success": false, "error": "Must provide either path or url"}

依赖模块

模块	职责
scripts/ingest.py	导入逻辑
src/ingestion/loader.py	文件加载（本地/URL）
src/ingestion/cleaner.py	LLM 文本清洗
src/ingestion/splitter.py	Markdown 分块
src/ingestion/tagger.py	标签提取

注意事项

1. 互斥参数：path 和 url 必须且只能提供一个
2. 文件命名：导入后文件名即唯一标识，平铺存储在 data/files/ 下
3. 网页清洗：从 URL 导入时自动执行 LLM 清洗；本地导入默认不清洗
4. 打 tag：需要调用 LLM，会增加处理时间，可设 tag: false 跳过