Unified Docs Hub

Cria uma base de conhecimento massiva e pesquisável a partir de diversos projetos do GitHub, curados e descobertos automaticamente.

GitHub

Experimente este MCPPatrocinado

Documentação

🚀 Unified Docs Hub - O Servidor de Documentação MCP Definitivo

Transforme seu assistente de IA em uma potência de documentação! O Unified Docs Hub é um servidor MCP (Model Context Protocol) que cria uma base de conhecimento massiva e pesquisável a partir de mais de 170 repositórios selecionados e mais de 1000 projetos GitHub descobertos automaticamente.

🌟 Por que o Unified Docs Hub?

Já desejou que seu assistente de IA tivesse acesso instantâneo a TODA a documentação necessária? Este servidor MCP resolve isso ao:

📚 Base de Conhecimento Massiva: Mais de 170 repositórios selecionados + mais de 1000 projetos populares descobertos automaticamente
🔍 Busca Ultrarrápida: Busca de texto completo em mais de 11.000 arquivos de documentação em milissegundos
🤖 Otimizado para IA: Perfeito para Claude, ChatGPT e outros assistentes de IA que usam MCP
📈 Autoatualizável: Atualizações diárias automatizadas e descoberta semanal de novos repositórios
🎯 Cobertura Especializada: Conhecimento profundo em Trading/Finanças, IA/ML, DevOps e mais de 20 categorias

🎬 Exemplos do Mundo Real

Exemplo 1: Construindo um Robô de Trading

AI: "Show me how to build a crypto trading bot with backtesting"

You: unified_search(query="crypto trading bot backtesting", category="Trading & Finance")

Result: Instant access to documentation from:
- Freqtrade (advanced crypto trading bot)
- Backtrader (backtesting framework)
- CCXT (100+ exchange APIs)
- TA-Lib (200+ technical indicators)

Exemplo 2: Aprendendo Kubernetes

AI: "Explain Kubernetes deployment strategies"

You: unified_search(query="kubernetes deployment strategies", category="Cloud/DevOps")

Result: Documentation from:
- Official Kubernetes docs
- Helm charts best practices
- ArgoCD GitOps workflows
- Istio service mesh patterns

Exemplo 3: Pipeline de Machine Learning

AI: "Set up an MLOps pipeline with experiment tracking"

You: unified_search(query="mlops pipeline experiment tracking", category="MLOps")

Result: Comprehensive guides from:
- MLflow (experiment tracking)
- Kubeflow (distributed training)
- DVC (data versioning)
- Weights & Biases (visualization)

📊 O Que Há Dentro?

Cobertura de Conhecimento

Categoria	Repositórios	Destaques
Trading e Finanças	64 repositórios	Trading algorítmico, opções, forex, HFT, otimização de portfólio
IA/ML	20 repositórios	LLMs, transformers, aprendizado profundo, PLN, visão computacional
Cloud/DevOps	15 repositórios	Kubernetes, Docker, Terraform, CI/CD, monitoramento
Desenvolvimento Web	12 repositórios	React, Vue, Next.js, frameworks full-stack
MLOps	6 repositórios	Ciclo de vida de ML, rastreamento de experimentos, implantação de modelos
Engenharia de Dados	8 repositórios	Apache Spark, Airflow, dbt, pipelines de dados
Observabilidade	5 repositórios	Prometheus, Grafana, OpenTelemetry, APM
Blockchain	5 repositórios	Contratos inteligentes, DeFi, desenvolvimento Web3
Mais de 20 Categorias	...	Segurança, bancos de dados, mobile, desktop e mais

Principais Recursos

🔥 Busca de Texto Completo: Mecanismo SQLite FTS5 para buscas em menos de um segundo em milhões de linhas
📈 Pontuação de Qualidade: Repositórios selecionados classificados por qualidade de documentação (escala de 1 a 10)
🏷️ Categorização Inteligente: Navegue por área de tecnologia ou linguagem de programação
🔄 Descoberta Automática: Encontra continuamente novos repositórios populares (mais de 10 mil estrelas)
💾 Armazenamento Eficiente: Deduplicação e compressão mantêm o banco de dados enxuto
🛡️ Gerenciamento de Limites de Taxa: Respeita os limites da API do GitHub com limitação inteligente

🚀 Início Rápido

Pré-requisitos

Python 3.8 ou superior
Token de Acesso Pessoal do GitHub (opcional, mas recomendado)
Um assistente de IA compatível com MCP (Claude Desktop, Continue.dev, etc.)

Instalação

Clone o repositório

git clone https://github.com/yourusername/unified-docs-hub.git
cd unified-docs-hub

Configure o ambiente Python

python3 -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate
pip install -r requirements.txt

Configure seu cliente MCP

Para o Claude Desktop, adicione ao ~/Library/Application Support/Claude/claude_desktop_config.json:

{
  "mcpServers": {
    "unified-docs-hub": {
      "command": "/path/to/unified-docs-hub/venv/bin/python",
      "args": ["/path/to/unified-docs-hub/unified_docs_hub_server.py"],
      "env": {
        "GITHUB_TOKEN": "your-github-token-here"
      }
    }
  }
}

Indexação inicial (opcional - o servidor fará isso automaticamente)

# Index all curated repositories
python -c "import asyncio; from unified_docs_hub_server import index_repositories; asyncio.run(index_repositories('smart'))"

📋 Ferramentas MCP Disponíveis

`unified_search`

Pesquise em toda a documentação com filtros poderosos.

# Basic search
unified_search("react hooks tutorial")

# Advanced search with filters
unified_search(
    query="transformer architecture attention",
    category="AI/ML",
    min_stars=5000
)

# Trading-specific search
unified_search(
    query="options greeks volatility smile",
    category="Trading & Finance"
)

`index_repositories`

Controle a indexação e descoberta de repositórios.

# Smart mode: Index curated + discover popular (recommended)
index_repositories(mode="smart")

# Update all existing repos
index_repositories(mode="update")

# Discover new trending repos
index_repositories(mode="discover", min_stars=5000, count=50)

`list_repositories`

Navegue pelos repositórios indexados.

# List all Trading & Finance repos
list_repositories(category="Trading & Finance")

# Show only curated high-quality repos
list_repositories(source="curated", limit=20)

`get_repository_docs`

Obtenha toda a documentação de um repositório específico.

# Get all Kubernetes docs
get_repository_docs("kubernetes/kubernetes")

# Get trading library docs
get_repository_docs("freqtrade/freqtrade")

`get_statistics`

Veja estatísticas abrangentes do banco de dados.

get_statistics()
# Returns: Total repos, documents, categories, languages, API status

🤖 Atualizações Automatizadas

O servidor inclui indexação automatizada que mantém sua base de conhecimento atualizada:

Configurar Atualizações Automatizadas

# Run the setup script
./setup_automated_indexing.sh

# Or manually start the updater
python automated_index_updater.py --once  # Run once
python automated_index_updater.py          # Run continuously

Cronograma de Atualizações

Diariamente: Atualiza todos os repositórios selecionados (2h, 14h)
Semanalmente: Descobre novos repositórios em tendência
Sob Demanda: Atualizações manuais via ferramentas MCP

🏗️ Arquitetura

Componentes Principais

unified-docs-hub/
├── unified_docs_hub_server.py  # Main MCP server
├── database.py                 # SQLite + FTS5 engine
├── github_client.py            # GitHub API integration
├── response_limiter.py         # HTTP/2 error prevention
├── repositories.yaml           # Curated repo list
├── automated_index_updater.py  # Auto-update system
└── unified_docs.db            # Documentation database

Como Funciona

Curadoria: Repositórios selecionados manualmente em repositories.yaml com pontuações de qualidade
Descoberta: Encontra automaticamente repositórios populares (mais de 10 mil estrelas) via API do GitHub
Indexação: Baixa e indexa README, docs/ e arquivos de documentação
Armazenamento: SQLite com FTS5 para busca eficiente de texto completo
Serviço: O servidor FastMCP fornece ferramentas para assistentes de IA
Atualizações: Sistema automatizado mantém a documentação atualizada

🎯 Casos de Uso

Para Desenvolvedores de IA

Acesso instantâneo à documentação de frameworks de ML
Compare diferentes abordagens entre bibliotecas
Encontre exemplos de código e melhores práticas

Para Traders e Quants

Documentação completa de trading algorítmico
Modelos e estratégias de precificação de opções
Frameworks de backtesting e APIs de dados de mercado

Para Engenheiros de DevOps

Padrões e antipadrões de Kubernetes
Exemplos de pipelines de CI/CD
Modelos de Infraestrutura como Código

Para Desenvolvedores Full-Stack

Comparações de frameworks frontend
Padrões de arquitetura backend
Técnicas de otimização de banco de dados

🛠️ Personalização

Adicionando Repositórios Personalizados

Edite repositories.yaml:

curated_repositories:
  - repo: "owner/awesome-project"
    category: "Web Development"
    description: "An awesome web framework"
    quality_score: 9
    priority: high
    doc_paths:
      - "docs/"
      - "README.md"
    topics: ["web", "framework", "javascript"]

Criando Categorias Personalizadas

Adicione novas categorias para agrupar tecnologias relacionadas:

  - repo: "quantum-computing/qiskit"
    category: "Quantum Computing"  # New category!
    description: "Quantum computing SDK"

📈 Relatórios de Expansão

Veja nossa jornada de construção desta base de conhecimento massiva:

EXPANSION_SUMMARY.md - Visão geral de todas as expansões
TRADING_KNOWLEDGE_BASE_COMPLETE.md - Mergulho profundo em Trading e Finanças
ULTIMATE_TRADING_EXPANSION.md - Detalhes da expansão final de trading
FINAL_EXPANSION_REPORT_2025.md - Expansão completa de 2025

🤝 Contribuindo

Aceitamos contribuições! Consulte nosso Guia de Contribuição para detalhes.

Formas de Contribuir

Adicione repositórios de alta qualidade ao repositories.yaml
Melhore os algoritmos de busca
Adicione novas ferramentas MCP
Aprimore a documentação
Reporte bugs ou solicite recursos

📝 Licença

Este projeto é licenciado sob a Licença MIT - consulte o arquivo LICENSE para detalhes.

🙏 Agradecimentos

Model Context Protocol por permitir integrações com assistentes de IA
Todos os incríveis projetos de código aberto indexados em nossa base de conhecimento
A API do GitHub por tornar possível a descoberta de documentação

📬 Contato

Para perguntas, sugestões ou oportunidades de colaboração:

Abra uma issue no GitHub
Envie um pull request
Dê uma estrela no repositório para mostrar apoio!

Construído com ❤️ para desenvolvedores que querem que seus assistentes de IA saibam tudo!