词典数据接口与 MCP 接入

本文作者：天疆说
本站地址：https://cislunarspace.cn

站内术语词典是一份公开数据文件，可以直接用 HTTP 取，也可以接进 AI 客户端当检索工具用。这一页说明数据长什么样、怎么取、怎么接。

数据文件

地址是 https://cislunarspace.cn/glossary-dictionary.json，约 320 KB，当前 720 条词条，分 8 个类别。构建期从词条 markdown 生成，随站点一起发布。不需要鉴权，允许跨域读取。

顶层按类别分组：

{
  "categories": [
    {
      "slug": "orbits",
      "label": "任务轨道",
      "entries": []
    }
  ]
}

entries 里每条词条的字段：

字段	类型	说明
`slug`	字符串	词条标识，在同一类别内唯一
`title`	字符串	中文名，标题括注部分已拆出
`otherTitle`	字符串或 null	标题括注里的英文名
`definition`	字符串	定义正文，已去掉引用标记与公式定界符
`url`	字符串	词条页面路径，例如 `/glossary/orbits/aro/`
`keywords`	字符串数组	检索关键词，含缩写与别名
`aliases`	字符串数组或缺失	仅在词条声明时出现
`citations`	字符串数组或缺失	引用键，映射到题录

词条身份是类别 slug 加词条 slug。不同类别下存在同名词条，例如 vsi 在 fundamentals 与 dynamics 各有一条，内容不同，不要只按 slug 建索引。

引用键与题录

citations 里是 \cite 的键，例如 vaqueroLeveragingResonantorbitManifolds2014。键到题录的映射在 https://cislunarspace.cn/bibliography.json，结构是 {键: {number, formatted}}，formatted 是可直接显示的题录文本。

兼容承诺

字段只增不改，不引入版本路径。将来可能新增字段，读取方应忽略不认识的字段。已有字段的语义不会改变，可以放心按上表解析。

直接取数据

命令行取一次并在本地按关键词筛：

curl -s https://cislunarspace.cn/glossary-dictionary.json -o glossary.json
jq -r '.categories[].entries[] | select(.keywords[]? | test("NRHO")) | .title + "\t" + .url' glossary.json

浏览器或其他工具里使用时注意两点。数据约 320 KB，取一次存在本地比每次重新下载划算。服务端返回 ETag 与 Last-Modified，重复拉取时带上 If-None-Match，没更新会得到 304。

MCP 接入

把词典接进 AI 客户端需要一个本地 MCP server，它负责拉取数据并在本地做检索。仓库在 cislunarspace-mcp，提供两个工具。search 按关键词检索，返回标题、英文名、分类、页面链接与定义摘要。get 按类别与词条 slug 取完整定义与参考文献题录。

需要 Node 20 以上。npm 12 起 git 依赖默认关闭，所以要带 --allow-git=all。包发布到 npm 官方仓库之后这一串可以缩短，进度见发布 issue。

Claude Desktop，写入 claude_desktop_config.json：

{
  "mcpServers": {
    "cislunarspace": {
      "command": "npx",
      "args": ["--allow-git=all", "-y", "github:cislunarspace/cislunarspace-mcp#v0.1.1"]
    }
  }
}

Claude Code：

claude mcp add cislunarspace -- npx --allow-git=all -y github:cislunarspace/cislunarspace-mcp#v0.1.1

Cursor，写入 ~/.cursor/mcp.json，形状与 Claude Desktop 相同：

{
  "mcpServers": {
    "cislunarspace": {
      "command": "npx",
      "args": ["--allow-git=all", "-y", "github:cislunarspace/cislunarspace-mcp#v0.1.1"]
    }
  }
}

VS Code，写入 .vscode/mcp.json：

{
  "servers": {
    "cislunarspace": {
      "type": "stdio",
      "command": "npx",
      "args": ["--allow-git=all", "-y", "github:cislunarspace/cislunarspace-mcp#v0.1.1"]
    }
  }
}

配好之后在客户端里问“什么是轴向共振轨道”，模型会调用 search 取到站内定义与链接。