mcp-rag 0.3.2

Add your description here

MCP RAG 工具集

基于模型上下文协议（MCP）的智能知识库系统，提供文档处理、知识问答和向量库管理功能。

支持使用豆包与OpenAI

✨ 主要特性

• 🧠 智能知识库：基于向量检索的 RAG 系统，支持语义搜索和智能问答
• 📄 多格式文档处理：支持超过 25 种文档格式，包括 PDF、DOCX、PPTX、XLSX、图片、邮件等
• 🌐 直观 Web 界面：Bento 风格布局，分类展示所有工具功能
• 🤖 多模型支持：兼容 OpenAI、豆包、Ollama 等主流 AI 模型
• 🔍 高级过滤搜索：支持按文件类型、内容结构等条件进行精确检索
• 📊 统计分析：提供知识库统计、嵌入缓存分析等数据洞察
• ⚡ 本地化处理：支持本地模型推理，保护数据隐私
• 🔧 向量库管理：提供缓存清理、数据库优化等维护功能

安装

# 安装工具
uv tool install mcp_rag

# 升级工具
uv tool install mcp_rag --upgrade

# 卸载工具
uv tool uninstall mcp_rag

使用

启动 MCP 服务器

mcp_rag server

启动 Web 界面

mcp_rag web

Web 界面提供直观的 Bento 布局，支持以下工具分类：

• 📥 添加内容：添加文本和文档到知识库
• ❓ 智能问答：基于知识库进行问答和检索
• 📊 数据统计：查看知识库和系统统计信息
• ⚙️ 向量库管理：优化和维护向量数据库

配置

在项目根目录创建 .env 文件进行配置：

# 模型类型：OPENAI 或 OLLAMA
MODEL_TYPE=OPENAI

# OpenAI 配置
OPENAI_API_KEY=your_api_key
OPENAI_API_BASE=https://api.openai.com/v1
OPENAI_MODEL=gpt-4o-mini
OPENAI_TEMPERATURE=0.7

# 嵌入提供商：OPENAI 或 HF
EMBEDDING_PROVIDER=OPENAI
OPENAI_EMBEDDING_MODEL=text-embedding-3-large

mcp客户端配置（豆包为例）

{
    "mcpServers": {
        "rag": {
            "command": "uv",
            "args": [
                "run",
                "mcp-rag",
                "serve"
            ],
            "env": {
                "PYTHONUNBUFFERED": "1",
                "MODEL_TYPE": "OPENAI",

                "OPENAI_API_KEY": "key",
                "OPENAI_API_BASE": "https://ark.cn-beijing.volces.com/api/v3",
                "OPENAI_MODEL": "doubao-1-5-pro-32k-250115",
                "OPENAI_TEMPERATURE": "0",

                "EMBEDDING_PROVIDER": "OPENAI",
                "OPENAI_EMBEDDING_MODEL": "doubao-embedding-text-240715",

                "COLLECTION_NAME": "default_collection"
            }
        }
    }
}

可用工具

添加内容

• learn_text(text, source_name) - 添加文本到知识库
• learn_document(file_path) - 处理并添加文档到知识库

智能问答

• ask_rag(query) - 基于知识库回答问题
• ask_rag_filtered(query, file_type, min_tables, min_titles, processing_method) - 带过滤条件的智能检索

数据统计

• get_knowledge_base_stats() - 显示知识库统计信息
• get_embedding_cache_stats() - 显示嵌入缓存统计
• get_data_paths() - 查看存储路径信息

向量库管理

• clear_embedding_cache_tool() - 清理嵌入缓存
• optimize_vector_database() - 优化向量数据库性能
• get_vector_database_stats() - 显示向量数据库统计
• reindex_vector_database() - 重新索引向量数据库

支持格式

支持超过 25 种文档格式，包括 PDF、DOCX、PPTX、XLSX、图片、邮件等。