## 项目简介 RAG是一个强大的命令行工具，用于构建和查询 Retrieval Augmented Generation (RAG) 应用。除了命令行交互模式，它还提供了一个基于 Model Context Protocol (MCP) 的服务器实现，允许其他 LLM 客户端或应用程序通过标准化的 JSON-RPC 接口访问其核心 RAG 功能，如文档索引和知识检索。 ## 主要功能点 * **文档索引**: 支持多种文件格式（PDF, DOCX, TXT, Markdown等），将文档处理、分块、嵌入并存储为向量库。支持增量索引。 * **知识查询**: 接收用户问题，利用索引的文档检索相关上下文，并结合大型语言模型生成回答。 * **文档搜索**: 根据关键词或向量相似度在文档库中查找相关的文档片段。 * **文档管理**: 列出已索引文件、获取文件详情、删除文件缓存等。 * **缓存管理**: 清理不再对应源文件的孤立缓存文件。 * **MCP 标准接口**: 通过 JSON-RPC over Stdio 或 HTTP 提供上述功能，便于与符合 MCP 标准的客户端集成。 ## 安装步骤 1. 确保您已安装 Python 3.8 或更高版本。 2. 使用 pip 安装项目： ```bash pip install rag ``` 项目可能需要一些额外的依赖来处理特定文件类型（如 PDF, DOCX 等）。您可能需要根据提示或项目文档安装这些可选依赖。 3. （可选）为了使用基于 OpenAI 模型的嵌入和聊天功能，您需要设置 `OPENAI_API_KEY` 环境变量。 ## 服务器配置 MCP客户端需要通过命令行参数启动 RAG MCP 服务器进程。MCP客户端通常会提供界面供用户输入这些参数，然后客户端负责启动服务器进程并通过指定的传输协议（如 Stdio）与之通信。以下是 RAG MCP 服务器支持的关键启动参数，您需要根据实际情况配置它们给 MCP 客户端： * `--stdio` 或 `--http`: **必需**，指定服务器使用的传输协议。`--stdio` 使用标准输入输出（适合直接集成），`--http` 使用 HTTP 协议。 * `--host <地址>`: 仅用于 `--http` 模式，指定服务器监听的网络地址（默认为 127.0.0.1）。 * `--port <端口>`: 仅用于 `--http` 模式，指定服务器监听的端口号（默认为 8000）。 * `--api-key <密钥>`: 仅用于 `--http` 模式，设置一个 API 密钥用于简单的身份验证。客户端需要在 HTTP 请求的 `Authorization` 头部携带 `Bearer <密钥>`。 * `--cache-dir <路径>`: **必需**，指定用于存储文档索引、向量库等缓存文件的目录。请确保目录存在且具有读写权限。 * `--documents-dir <路径>`: **必需**，指定包含您要索引的原始文档文件的根目录。请确保目录存在且具有读写权限。 * `--embedding-model <模型名称>`: 指定用于生成文档嵌入的模型名称（默认为 text-embedding-3-small）。 * `--chat-model <模型名称>`: 指定用于生成回答的聊天模型名称（默认为 gpt-4）。 * `--temperature <浮点数>`: 控制聊天模型输出的随机性（默认为 0.0）。 * `--chunk-size <整数>`: 文档分块的最大尺寸（按 token 计算，默认为 1000）。 * `--chunk-overlap <整数>`: 文档分块之间的重叠大小（按 token 计算，默认为 200）。 * `--debug`: 启用调试日志输出，有助于排查问题。 * `--log-file <路径>`: 将日志输出到指定文件而不是标准错误。 * `--json-logs`: 以 JSON 格式输出日志。 MCP客户端通常会将这些参数构建成一个命令行数组（例如 `['python', '-m', 'rag', 'mcp', '--stdio', '--cache-dir', '/my/cache', '--documents-dir', '/my/docs']`），然后执行这个命令来启动RAG MCP服务器。 ## 基本使用方法启动 RAG MCP 服务器的最基本命令行示例如下（假设您使用 Stdio 协议，并将缓存和文档目录分别设置为 `/path/to/your/cache` 和 `/path/to/your/docs`）： ```bash python -m rag mcp --stdio --cache-dir /path/to/your/cache --documents-dir /path/to/your/docs ``` 或者使用 HTTP 协议（监听本地 8000 端口，设置 API 密钥）： ```bash python -m rag mcp --http --host 127.0.0.1 --port 8000 --api-key your_secret_api_key --cache-dir /path/to/your/cache --documents-dir /path/to/your/docs ``` 服务器启动后，会监听指定的传输接口，等待来自 MCP 客户端的 JSON-RPC 请求，例如索引文档、执行查询或获取文档列表。具体如何从 MCP 客户端调用服务器提供的工具，取决于您使用的 MCP 客户端实现。

"内容索引"标签的搜索结果

RAG MCP Server

CrawlnChat