<a href='https://github.com/nkapila6/mcp-local-rag/'><img src='images/rag.jpeg' width='200' height='200'></a>

<!-- 省略自目录 -->

mcp-local-rag

一种类似于RAG的本地运行的网络搜索模型上下文协议（MCP）服务器。✨无需API✨

• 安装
  • 通过uvx直接运行
  • 使用Docker（推荐）
• 安全审计
• MCP客户端
• Claude Desktop上的示例
  • 结果
• 贡献
• 许可

%%{init: {'theme': 'base'}}%%
flowchart TD
    A[用户] -->|1.提交LLM查询| B[语言模型]
    B -->|2.发送查询| C[mcp-local-rag工具]
    
    subgraph mcp-local-rag处理
    C -->|搜索DuckDuckGo| D[获取10个搜索结果]
    D -->|获取嵌入| E[来自Google MediaPipe文本嵌入器的嵌入]
    E -->|计算相似性| F[根据查询排名条目]
    F -->|选择前k个结果| G[从URL提取上下文]
    end
    
    G -->|从HTML内容返回Markdown| B
    B -->|3.生成带有上下文的响应| H[最终LLM输出]
    H -->|5.向用户展示结果| A

    classDef default stroke:#333,stroke-width:2px;
    classDef process stroke:#333,stroke-width:2px;
    classDef input stroke:#333,stroke-width:2px;
    classDef output stroke:#333,stroke-width:2px;

    class A input;
    class B,C process;
    class G output;

安装

找到您的MCP配置路径这里或检查您的MCP客户端设置。

通过uvx直接运行

这是最简单快捷的方法。您需要安装uv才能使此方法生效。<br> 将以下内容添加到您的MCP服务器配置中：

{
  "mcpServers": {
    "mcp-local-rag":{
      "command": "uvx",
        "args": [
          "--python=3.10",
          "--from",
          "git+https://github.com/nkapila6/mcp-local-rag",
          "mcp-local-rag"
        ]
      }
  }
}

使用Docker（推荐）

确保已安装Docker。<br> 将以下内容添加到您的MCP服务器配置中：

{
  "mcpServers": {
    "mcp-local-rag": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "--init",
        "-e",
        "DOCKER_CONTAINER=true",
        "ghcr.io/nkapila6/mcp-local-rag:latest"
      ]
    }
  }
}

安全审计

MseeP会对每个MCP服务器进行安全审计，您可以点击这里查看此MCP服务器的安全审计报告。

<a href='https://mseep.ai/app/nkapila6-mcp-local-rag'><img src='https://gips3.baidu.com/it/u=3819170309,4180325830&fm=3081&app=3081&f=PNG?w=438&h=180' width='auto' height='200'></a>

MCP客户端

该MCP服务器应与支持工具调用的任何MCP客户端兼容。已在以下客户端上进行了测试。

• Claude Desktop
• Cursor
• Goose
• 其他？您可以尝试！

Claude Desktop上的示例

当LLM（如Claude）被问及需要最新网络信息的问题时，它会触发mcp-local-rag。

当被要求获取/查找/搜索网络时，模型会提示您使用MCP服务器进行聊天。

在示例中，我们询问了关于昨天发布的Google最新Gemma模型的信息。这是Claude尚未了解的新信息。 <img src='images/mcp_prompted.png'>

结果

mcp-local-rag执行实时网络搜索，提取上下文，并将其发送回模型——赋予其新的知识：

<img src='images/mcp_result.png'>

购买一杯咖啡

如果我构建的软件对您有帮助，请购买一杯咖啡给我，我会非常感激！😄

贡献

有任何想法或想要改进这个项目吗？欢迎提出问题和拉取请求！

许可

本项目采用MIT许可证。