n-yoshimura-jp/google-drive-rag-mcp

Google Drive RAG MCP Server

Google DriveのドキュメントにRAG（Retrieval-Augmented Generation）機能を提供するMCP（Model Context Protocol）サーバーです。Google Drive内のドキュメント（PDF、DOCX、Googleドキュメントなど）を検索し、AIによる質問応答を実現します。

特徴

• RAGベースの質問応答: Google Drive内のドキュメントに対して自然言語で質問できます
• 多様なファイル形式に対応: PDF、DOCX、Googleドキュメント、テキストファイル
• ベクトル検索: FAISSを使用した高速な類似度検索
• MCPサーバー実装: 標準的なMCPプロトコルに準拠
• 簡単な統合: LangChainとOpenAI APIを活用した柔軟なアーキテクチャ

主要機能

1. ドキュメント検索と質問応答 (ask_question)

Google Driveフォルダ内のドキュメントを検索し、質問に対する回答を生成します。

使用例:

• 「料金プランについて教えて」
• 「エンタープライズプランの機能は？」
• 「サービスの利用規約を教えて」

2. ファイル一覧表示 (list_files)

指定したフォルダ内のファイル一覧を取得します。

3. ファイルアップロード (upload_file)

ローカルファイルをGoogle Driveにアップロードします。

主なライブラリ

• Python 3.13+
• LangChain: RAGパイプラインの構築
• OpenAI GPT: 自然言語処理と回答生成
• FAISS: ベクトル類似度検索
• Google Drive API: ドキュメントの取得と管理
• FastMCP: MCPサーバーの実装
• PyPDF & python-docx: ファイル形式の解析

インストール

前提条件

• Python 3.13以上
• OpenAI APIキー
• Google Cloud Projectとサービスアカウント
• Google Drive APIの有効化

セットアップ

1. リポジトリをクローン:

git clone <repository-url>
cd google-drive-rag

2. 依存関係をインストール:

pip install -r requirements.txt

またはuvを使用:

uv sync

3. 環境変数を設定（.envファイルを作成）:

OPENAI_API_KEY=your-openai-api-key
GOOGLE_DRIVE_FOLDER_ID=your-folder-id
GOOGLE_DRIVE_CREDENTIALS_PATH=path/to/credentials.json

Google Drive APIの設定

1. Google Cloud Consoleでプロジェクトを作成
2. Google Drive APIを有効化
3. OAuth 2.0クライアントIDを作成（デスクトップアプリケーション）
4. credentials.jsonをダウンロードし、プロジェクトディレクトリに配置
5. 環境変数GOOGLE_DRIVE_CREDENTIALS_PATHにパスを設定

使用方法

MCPサーバーとして起動

python src/google_drive_rag_mcp_server.py

ツールの使用例

質問応答

# MCPクライアントから
ask_question("料金プランについて教えてください")

ファイル一覧

list_files(max_results=10)

ファイルアップロード

upload_file("/path/to/document.pdf")

仕組み

1. 初期化フェーズ:

   • 指定されたGoogle Driveフォルダからドキュメントをダウンロード
   • テキストを抽出し、チャンク分割（1000文字、200文字オーバーラップ）
   • OpenAI Embeddingsでベクトル化
   • FAISSインデックスを構築

2. 検索フェーズ:

   • ユーザーの質問をベクトル化
   • FAISSで関連ドキュメントを検索
   • 上位3件のドキュメントを取得

3. 生成フェーズ:

   • 検索結果をコンテキストとして使用
   • OpenAI GPTで回答を生成
   • 参照元情報と共に返答

対応ファイル形式

• Googleドキュメント (.gdoc)
• PDFファイル (.pdf)
• Wordファイル (.docx)
• テキストファイル (.txt)

参考リンク

• LangChain
• FastMCP
• OpenAI
• FAISS