LightRAG MCP 服务器是一个应用后端，旨在将 LightRAG (检索增强生成) 能力集成到支持 Model Context Protocol (MCP) 的大语言模型 (LLM) 客户端中。它作为 LightRAG API 的桥梁，通过标准化的 MCP 协议，允许 LLM 客户端访问文档检索、知识图谱操作等 LightRAG 的核心功能。

主要功能点

LightRAG MCP 服务器通过 MCP 工具的形式暴露了 LightRAG API 的核心功能，包括：

文档管理: 支持上传文件、添加文本内容、批量导入文件，并提供扫描新文档、获取所有文档列表和查看文档处理状态的功能。
信息检索: 对 LightRAG 知识库中的文档执行查询，支持多种查询模式（如语义、关键词、混合），以实现检索增强生成 (RAG)。
知识图谱操作: 允许 LLM 客户端管理 LightRAG 知识图谱中的实体和关系，包括创建、编辑、删除实体和关系，以及合并实体和获取图谱标签。
服务监控: 提供检查 LightRAG API 服务器健康状态的工具。

安装步骤

LightRAG MCP 服务器是 LightRAG 生态系统的一部分，需要一个运行中的 LightRAG API 服务器。

安装 LightRAG API 服务器: 请参考 LightRAG 官方文档，确保 LightRAG API 服务器已安装并正在运行。记录其主机和端口。
安装 LightRAG MCP 服务器:
- 确保您的系统安装了 Python 3.11 或更高版本，推荐使用 'uv' 工具管理虚拟环境。
- 克隆或下载 LightRAG MCP 仓库。
- 在 LightRAG MCP 仓库目录下，创建一个虚拟环境并激活： 'uv venv --python 3.11'
- 在激活的虚拟环境中，安装 LightRAG MCP： 'uv pip install -e .'

服务器配置

LightRAG MCP 服务器设计为由 MCP 客户端启动和管理。您需要在 MCP 客户端的配置文件（通常是 'mcp-config.json'）中添加 LightRAG MCP 服务器的配置条目。

以下是配置中需要指定的核心信息：

服务器名称: 在 MCP 客户端中标识该服务器的名称（例如 '"lightrag-mcp"'）。
启动命令 ('command'): 启动 LightRAG MCP 服务器的可执行命令。这通常是您安装 MCP 服务器的虚拟环境中的 Python 解释器或 'uvx' 命令，指向 'src/lightrag_mcp/main.py' 入口文件。
启动参数 ('args'): 传递给 LightRAG MCP 服务器的命令行参数。
- '--host [主机名/IP]': LightRAG API 服务器的主机名或 IP 地址（例如 '--host localhost'）。
- '--port [端口号]': LightRAG API 服务器的端口号（例如 '--port 9621'）。
- '--api-key [密钥]': 可选的 LightRAG API 密钥，如果您的 LightRAG API 需要身份验证。

配置示例结构（请根据您的实际环境调整 'command' 和 'args' 的具体值）：

{
  "mcpServers": {
    "lightrag-mcp-instance": {
      "command": "...", // 例如: "uvx", "args": ["lightrag_mcp", ...] 或者 "python", "args": ["/path/to/lightrag-mcp/src/lightrag_mcp/main.py", ...]
      "args": [
        "--host", "localhost",
        "--port", "9621"
        // 如果需要API key，添加 "--api-key", "your_api_key"
      ],
      "transport": "stdio" // 通常MCP客户端默认或需要显式指定为stdio
      // ... 其他 MCP 客户端可能需要的配置
    }
    // ... 其他 MCP 服务器配置
  }
}

请参考您使用的 MCP 客户端的文档，了解如何正确编辑 'mcp-config.json' 文件并配置服务器条目。

基本使用方法

一旦 LightRAG MCP 服务器通过您的 MCP 客户端成功启动并连接，您的 LLM 客户端就可以通过标准化的 MCP JSON-RPC 调用来发现并利用 LightRAG 提供的各种工具功能。

LLM 通过 MCP 客户端: LLM 根据用户提出的需求（例如“查找关于 LightRAG 的文档”、“总结某个文件内容”、“创建知识图谱实体”）来识别需要调用的 LightRAG 工具。
工具调用: LLM 客户端向 LightRAG MCP 服务器发送 MCP JSON-RPC 请求，调用相应的工具（例如 'query_document', 'upload_document', 'create_entities'），并将用户请求中的信息作为工具参数传递。
结果处理: LightRAG MCP 服务器调用 LightRAG API 执行操作，将结果通过 MCP JSON-RPC 响应返回给 LLM 客户端。LLM 根据返回结果生成最终的用户回复或执行后续操作。

具体的交互方式取决于您使用的 MCP 客户端如何集成和呈现这些 MCP 工具给 LLM。

关键词

信息