返回市场
数据流-MCP服务器

数据流-MCP服务器

作者:wang-junjian3 星标更新:2025-04-08

项目介绍

RAGFlow MCP Server

RAGFlow API MCP Server,您可以搜索知识库并进行聊天。

下载MCP开发文档和RAGFlow API参考:

wget https://modelcontextprotocol.io/llms-full.txt -O docs/mcp-llms-full.txt
wget https://github.com/infiniflow/ragflow/raw/refs/heads/main/docs/references/python_api_reference.md -O docs/ragflow-python_api_reference.md

组件

工具

  1. list_datasets

    • 列出所有数据集
    • 返回数据集的ID和名称
  2. create_chat

    • 创建一个新的聊天助手
    • 输入:
      • 名称:聊天助手的名称
      • 数据集ID:数据集的ID
    • 返回创建的聊天助手的ID、名称和会话ID
  3. chat

    • 与聊天助手进行对话
    • 输入:
      • 会话ID:聊天助手的对话ID
      • 问题:问题内容
    • 返回聊天助手的回答

配置

[TODO: 添加特定于您实现的配置详情]

快速开始

安装

GitHub Copilot

.vscode/mcp.json

{
    "servers": {
        "ragflow-mcp-server": {
            "command": "uvx",
            "args": [
                "ragflow-mcp-server",
                "--api-key=ragflow-dhMzViYzJlMTM1NjExZjBiNWU5MDI0Mm",
                "--base-url=http://172.16.33.66:8060"
            ]
        }
    }
}

Continue

config.yaml

mcpServers:
  - name: RAGFlow Server
    command: uvx
    args:
      - ragflow-mcp-server
      - --api-key
      - ragflow-dhMzViYzJlMTM1NjExZjBiNWU5MDI0Mm
      - --base-url
      - http://172.16.33.66:8060

Claude Desktop

在MacOS上:~/Library/Application\ Support/Claude/claude_desktop_config.json 在Windows上:%APPDATA%/Claude/claude_desktop_config.json

<details> <summary>开发/未发布的服务器配置</summary> ``` "mcpServers": { "ragflow-mcp-server": { "command": "uv", "args": [ "--directory", "/Users/junjian/GitHub/wang-junjian/ragflow-mcp-server", "run", "ragflow-mcp-server" ] } } ``` </details> <details> <summary>已发布的服务器配置</summary> ``` "mcpServers": { "ragflow-mcp-server": { "command": "uvx", "args": [ "ragflow-mcp-server" ] } } ``` </details>

开发

构建和发布

为了准备分发包:

  1. 同步依赖项并更新锁文件:
uv sync
  1. 构建包分布:
uv build

这将在dist/目录中创建源和轮子分布。

  1. 发布到PyPI:
uv publish

注意:您需要通过环境变量或命令标志设置PyPI凭证:

  • Token: --tokenUV_PUBLISH_TOKEN
  • 或用户名/密码: --username/UV_PUBLISH_USERNAME--password/UV_PUBLISH_PASSWORD

调试

由于MCP服务器通过标准输入输出运行,调试可能会很困难。为了获得最佳的调试体验,我们强烈建议使用MCP Inspector

您可以通过以下命令使用npm启动MCP Inspector:

npx @modelcontextprotocol/inspector \
  uv --directory /Users/junjian/GitHub/wang-junjian/ragflow-mc