使用说明

项目简介

Ad-Veritas_mcp-server-trueRAG 是一个基于 Model Context Protocol (MCP) 构建的服务器，旨在为大型语言模型 (LLM) 应用提供上下文数据访问能力。该服务器专注于集成 GraphQL API，特别是 TrueRAG 系统的策略 (Policies) API，使得 LLM 能够通过标准化的 MCP 协议，便捷地查询和利用外部数据源的策略信息。

主要功能点

连接 GraphQL API: 通过配置的 GraphQL Endpoint 和 API Key，服务器可以连接到指定的 GraphQL 服务。
动态查询生成: 根据用户描述和 GraphQL Schema，服务器能够辅助生成合适的 GraphQL 查询语句。
执行 GraphQL 查询: 服务器可以执行生成的或用户提供的 GraphQL 查询，并返回 JSON 格式的结果。
示例工具: 包含一个简单的 BMI 计算工具，展示了 MCP 服务器扩展工具能力的灵活性。

安装步骤

克隆仓库

git clone https://github.com/MCP-Mirror/Ad-Veritas_mcp-server-trueRAG.git
cd Ad-Veritas_mcp-server-trueRAG

安装 uv (包管理工具) 确保已安装 'uv'，如果未安装，请根据 README.md 中的指引安装。

配置环境变量 在项目根目录下创建 '.env' 文件，并填入 GraphQL API 的密钥和 Endpoint：

GRAPHQL_API_KEY = "{your_api_key}"
GRAPHQL_ENDPOINT = "{your_graphql_endpoint}"

请替换 '{your_api_key}' 和 '{your_graphql_endpoint}' 为您实际的 API 密钥和 Endpoint。

服务器配置

为了让 MCP 客户端（例如 Claude Desktop）连接到此服务器，您需要在客户端的配置文件中添加服务器配置信息。以下是针对 Claude Desktop 的配置示例，其他 MCP 客户端的配置方式类似，请参考各自客户端的文档。

在 Claude Desktop 的配置文件 ('~/Library/Application Support/Claude/claude_desktop_config.json') 中，添加如下 JSON 配置：

{
  "shipping-policies": {  //  服务器名称，可以自定义，用于在客户端中标识和调用
    "command": "uv",      //  启动服务器的命令，这里使用 uv 包管理器
    "args": [             //  启动命令的参数列表
      "--directory",      //  指定工作目录参数
      "{path_to_mcp_server}/Ad-Veritas_mcp-server-trueRAG", //  MCP 服务器仓库的绝对路径，请替换为实际路径
      "run",              //  uv 的子命令，表示运行
      "fastmcp",          //  fastmcp 命令，用于运行 MCP 服务器
      "run",              //  fastmcp 的子命令，表示运行 server
      "server.py"         //  服务器主程序文件名
    ]
  }
}

请务必将 '{path_to_mcp_server}' 替换为 'Ad-Veritas_mcp-server-trueRAG' 仓库在您本地文件系统中的实际绝对路径。

基本使用方法

启动 MCP 服务器：客户端（如 Claude Desktop）根据上述配置，会自动启动 'server.py'。
在 LLM 客户端中，您可以使用以下工具 (tools) 与服务器交互：
- 'connect_graphql()': 连接到配置的 GraphQL Endpoint 并获取 Schema。通常在服务器启动后自动或手动调用一次。
- 'generate_query(description: str)': 根据自然语言描述生成 GraphQL 查询语句。例如，您可以描述您想查询的策略信息，让服务器辅助生成查询语句。
- 'execute_graphql(query: str, variables: Optional[str] = None)': 执行 GraphQL 查询。您可以提供 'generate_query' 生成的查询语句，或者自行编写 GraphQL 查询语句。'variables' 参数用于传递查询变量，以 JSON 字符串形式传入。
- 'calculate_bmi(weight_kg: float, height_m: float)': BMI 计算工具示例。您可以在支持调用工具的 LLM 客户端中调用此工具进行 BMI 计算。

通过这些工具，LLM 应用可以利用 MCP 服务器提供的能力，访问和利用 GraphQL Policies API 中的数据，从而实现更强大的上下文感知和数据驱动的功能。

关键词