rag-mcp-server

coco-dark/rag-mcp-server

3.1

If you are the rightful owner of rag-mcp-server and would like to certify it and/or have it hosted online, please leave a comment on the right or send an email to henry@mcphub.com.

The RAG MCP Server is a Retrieval-Augmented Generation server based on the Model Context Protocol, designed to manage and access knowledge bases for intelligent Q&A and document retrieval.

<<<<<<< HEAD

rag-mcp-server

=======

RAG MCP 服务器使用指南

什么是 RAG MCP 服务器?

这是一个基于 MCP (Model Context Protocol) 的 RAG (Retrieval-Augmented Generation) 服务器,它允许 AI 助手访问和管理知识库,进行智能问答和文档检索。

功能特性

  • 📚 文档管理: 添加、删除、查询文档
  • 🔍 智能搜索: 基于语义相似度的文档检索
  • 💬 问答系统: 根据知识库内容回答问题
  • 🏷️ 元数据支持: 为文档添加分类、标签等元信息
  • 📊 统计分析: 查看知识库状态和统计信息

快速开始

1. 启动服务器

# 在后台启动服务器
python rag_server.py

# 或者直接运行(会阻塞终端)
python rag_server.py

2. 配置 MCP 客户端

在支持 MCP 的 AI 客户端(如 Claude Desktop)中,添加以下配置:

{
  "mcpServers": {
    "rag-server": {
      "command": "python",
      "args": ["/path/to/your/rag-mcp-server/rag_server.py"],
      "env": {
        "PYTHONPATH": "/path/to/your/rag-mcp-server"
      }
    }
  }
}

3. 使用示例

启动后,AI 助手就可以使用以下工具:

添加文档
add_document("文档内容", {"category": "技术", "language": "中文"})
搜索文档
search_documents("人工智能")
获取文档
get_document("doc_0")
列出所有文档
list_documents()
删除文档
delete_document("doc_0")
获取服务器信息
get_server_info()

配置选项

服务器支持以下配置:

  • max_results: 最大搜索结果数量 (默认: 5)
  • similarity_threshold: 相似度阈值 (默认: 0.7)
  • supported_formats: 支持的文档格式
  • enable_logging: 是否启用日志记录

支持的文档格式

  • 纯文本
  • Markdown
  • 结构化数据 (JSON)

故障排除

常见问题

  1. 服务器无法启动

    • 检查 Python 环境
    • 确认依赖包已安装
    • 查看错误日志
  2. MCP 连接失败

    • 确认服务器正在运行
    • 检查客户端配置路径
    • 验证 Python 路径设置
  3. 文档添加失败

    • 检查文档内容格式
    • 确认元数据格式正确
    • 查看服务器日志

日志查看

服务器运行时会输出详细日志,包括:

  • 文档操作状态
  • 搜索请求处理
  • 错误和警告信息

开发说明

项目结构

rag-mcp-server/
├── rag_server.py          # 主服务器文件
├── rag_engine.py          # RAG 核心引擎
├── mcp_client_config.json # MCP 客户端配置示例
├── requirements.txt       # 依赖包列表
└── README.md             # 使用说明

扩展功能

你可以通过修改 rag_engine.py 来:

  • 添加新的文档格式支持
  • 自定义相似度算法
  • 集成外部数据源
  • 优化搜索性能

技术支持

如果遇到问题,请:

  1. 查看服务器日志输出
  2. 检查配置文件格式
  3. 确认环境依赖
  4. 参考错误信息进行排查

注意: 这是一个示例实现,生产环境使用前请进行充分测试和安全评估。

84635d4 (first commit)