AI万址

数据集提取与打包工具

Corpus是一个用于提取和打包数据集并通过MCP服务供LLMs浏览、搜索和检索文件的Python CLI工具。支持YouTube捕获、本地目录或远程GitHub仓库打包、多集合目录和HTTP MCP服务器。

本地部署
数据集提取
文件打包
访问官网

数据集提取与打包工具是 oreofeolurin 开发的 MCP 服务器：Corpus是一个用于提取和打包数据集并通过MCP服务供LLMs浏览、搜索和检索文件的Python CLI工具。支持Yo。接入方法见官方仓库 README，在客户端 mcpServers 段加入其配置即可：https://github.com/oreofeolurin/corpus

它是干什么的

一句话定位：Corpus是一个用于提取和打包数据集并通过MCP服务供LLMs浏览、搜索和检索文件的Python CLI工具。支持YouTube捕获、本地目录或远程GitHub仓库打包、多集合目录和HTTP MCP 它以 MCP 服务器形式存在，AI 客户端连上即可调用。

项目数据
开发者oreofeolurin
Star0
收藏0
质量等级A
平台分类开发效率
部署标签本地部署、数据集提取、文件打包
仓库corpus

核心能力

  • 本地部署（平台标签）
  • 数据集提取（平台标签）
  • 文件打包（平台标签）

适合谁用

最该装的是天天在 Claude Desktop、Cursor 里写代码，想让 AI 直接干活的人。如果你只是偶尔用一次它背后的服务，开网页就够了，不必上 MCP。

接入指引

  1. 1打开官方仓库，看 README 顶部的 Installation。
  2. 2把仓库给出的 mcpServers 配置并进你客户端的配置文件（Claude Desktop 在 ~/Library/Application Support/Claude/claude_desktop_config.json，Cursor 在 ~/.cursor/mcp.json）。
  3. 3完全退出客户端再打开，工具列表出现该产品即成功。

需要带完整安装命令和配置 JSON 的教程？看 Top 20 的深度文档：代码文档查询工具 context7。

常见问题

Q

数据集提取与打包工具免费吗？

A

代码在 GitHub 开放获取，费用与许可证以仓库为准。

Q

数据集提取与打包工具能用在 Cursor / Cline 吗？

A

能。MCP 是通用协议，配置在各客户端之间基本通用，只是配置文件位置不同。