Vedaword MCP —— 一个不会编造经文的公开 MCP 服务器

问题

问 AI 助手一部古代典籍里说了什么,它会很乐意回答——但常常给出一节听起来没错、实际上并不存在的经文,或者一节真实的经文却配上了错误的编号。对经文来说,这是最糟糕的错误:人们会引用它、用它来教学,也信任它。

解决办法不是写一个更好的提示词。助手需要一个能查原文的途径,而且在什么都查不到时,需要被明确告知。

我做了什么

我为 Vedaword 做了一个 MCP 服务器。Vedaword 是一个梵文经典文库:《摩诃婆罗多》、《罗摩衍那》、全部 108 部《奥义书》、《薄伽梵歌》、《吠檀多经》及其注释等等——约 110,000 节经文。任何支持 MCP 的助手(Claude、ChatGPT、Cursor……)都可以连接 https://mcp.vedaword.com,使用几个各司其职的工具:

• search_texts —— 同时按意思和按字面查找段落,所以换个说法提问,和输入原句一样管用。
• get_verse —— 完整的一节经文:梵文原文、逐词释义、译文、注释。
• lookup_sanskrit_term —— 一个梵文词是什么意思、出现在哪里。
• find_similar_verses —— 其他表达相同意思的地方。
• list_works —— 文库里有哪些作品,有哪些语言版本。

关键的规则

• 诚实地说"没有答案"。 每次搜索都会返回一个置信度。当它是 none 时,服务器不返回任何可引用的内容,工具说明也会告诉模型直接说明这一点——而不是在一个勉强沾边的结果上展开论证。
• 可核查的引用。 每个结果都带有准确的出处、指向网站上该节经文的链接,以及文本的版本哈希,方便日后核查引用。
• 说明拿到的是哪种语言。 有些作品只有俄语版本。服务器会说明每段内容是什么语言,让助手知道自己什么时候是在翻译,而不是假装在引用原文。
• 工具少,名字清楚。 五个工具,互不重叠,因为描述相近的工具一多,模型就容易选错。

怎么构建的

服务器是网站所在的同一个 Next.js 应用里的一个路由,使用 Streamable HTTP。搜索是混合式的:全文搜索和向量搜索(PostgreSQL 加 pgvector)同时运行,结果合并后再排序。它是公开且只读的,所以不需要登录。每次改动上线前,都会用一批已知正确答案的真实问题来检验。

为什么要做它

它是我所提供服务最清楚的证明:一个 MCP 服务器,把一套真实的知识变成任何 AI 助手都能使用的工具——并且围绕对这些数据来说最要紧的那一种失败来设计。