$ loading_
帮助用户通过知识图谱与向量检索高效搜索、阅读并分析 Wiki 内容。
该 MCP 工具材料非常有限；从已知信息看其为开源、无密钥、未声明远程端点，但具备代码执行能力且功能依赖持久化知识图谱后端，实际数据边界与外联行为缺少文档支撑，整体宜谨慎使用。
材料明确标注无需密钥或环境变量，未见要求提供 API token、账户凭证或高敏感认证信息；已知凭证滥用面较低。
虽然声明无远程端点，但功能描述提到“persistent knowledge graph backend”，且 README 缺失，无法仅凭材料确认是否完全本地运行或是否会将查询/页面内容发往后端；外发边界不清晰，需留意。
系统检查项已标明具备 executes-code 能力，说明工具可在本机执行代码或启动相关进程；这是 MCP 工具常见能力，但当前文档未说明执行范围与限制，建议在受控环境运行。
描述显示其可读取、搜索、分析 wiki 页面，并与持久化知识图谱后端交互；这意味着可能访问本地或后端存储的数据，但材料未说明具体可读写路径、权限范围或隔离机制，数据访问边界不够透明。
正面因素是存在开源仓库，可供后续代码审计；但来源为第三方注册表、许可证未声明、社区采用度为 0 star、维护状态未知且 README 缺失，供应链可信度与可审计性仍偏弱，需人工复核仓库内容与依赖。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"OpenCode LLM Wiki MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请用向量检索帮我查找与“模型上下文协议 MCP 的典型应用场景”最相关的 Wiki 页面，并按相关性列出前 5 条，附一句摘要。
返回最相关的 Wiki 页面列表，包含排序结果与简要摘要。
请分析“知识图谱”这篇 Wiki 页面与其他页面的关联关系，找出最关键的相邻主题，并说明它们之间的连接路径或关系类型。
输出关键关联页面、关系说明，以及基于图谱的连接分析结果。
围绕“向量搜索在企业知识库中的应用”搜索 Wiki 内容，整理主要观点、相关页面和潜在研究线索，生成一份结构化摘要。
一份结构化主题摘要，包含核心观点、参考页面与后续研究方向。
通过 Wiki.js 的 GraphQL 接口管理页面、检索内容并查看系统信息。