🧠 スイエージェント
SuiAgenticは、Qdrantベクターデータベースを活用した、FastAPIベースのドキュメント埋め込みおよびセマンティック検索アプリケーションです。URLまたはローカルファイルからドキュメントを埋め込みに変換し、効率的に保存し、自然言語クエリを使用して関連コンテンツを取得できます。Cursor、Copilot、ClaudeなどのMCP対応クライアントなどのAI強化ツールをサポートするように設計されています。
💡 SuiAgentic を選ぶ理由 多くの組織では、社内文書（PRD、設計仕様書、Wiki など）のコンテキストを、開発者やナレッジワーカーが使用するツールに統合する必要があります。しかし、さまざまなソースからの文書を一元管理され、検索可能なナレッジベースに統合することは、複雑で断片化されています。
SuiAgenticは、コンテンツの取り込み、チャンク化、埋め込み、インデックス作成を行う集中型コンテキストサーバーを提供することでこの問題を解決し、シンプルなREST APIとWebインターフェースを介して利用できるようにします。また、AIエージェントのMCPサーバーとしても使用できます。
🚀 主な機能 ドキュメントの埋め込み: URL からコンテンツを抽出し (認証の有無にかかわらず)、それをチャンクに分割し、埋め込みを生成して Qdrant に保存します。
セマンティック検索: 自然言語を使用してナレッジベースをクエリし、関連するチャンクまたはドキュメントを取得します。
Web UI: 埋め込みや検索に使いやすい Web インターフェイス。
REST API: 自動化または統合のために HTTP エンドポイント経由で完全にアクセス可能です。
MCP サーバー対応: Cursor、Copilot、Claude などの MCP 対応クライアントで使用します。
認証サポート: 保護されたドキュメントの基本認証とベアラー トークンをサポートします。
⚙️ クイックスタート
- リポジトリのクローンを作成する
git clone https://github.com/AnhQuan2004/mcp_agent.git
cd mcp_agent
- Python環境の設定
python -m venv .venv
source .venv/bin/activate # Windows: .venv\Scripts\activate
- 依存関係をインストールする
pip install -r requirements.txt
- .env ファイルを作成する (または提供されている .env.example を使用する)
QDRANT_URL=localhost
QDRANT_PORT=6333
QDRANT_COLLECTION_NAME=documents
- Qdrant（ベクターDB）を起動する
Docker の使用:
docker run -p 6333:6333 qdrant/qdrant
または、ヘルパー スクリプトを使用します。
- Agenticアプリを実行する
uvicorn app.main:app --reload
# or:
python run.py
http://localhost:8000にアクセスしてください
🌐 ウェブインターフェースとAPI
ウェブ UI:
- / - 家
- /embed — UI 経由でドキュメントを埋め込む
- /retrieve — セマンティック検索UI
🔍 POST /取得
{
"query": "What is the architecture of Sui?",
"top_k": 5,
"group_by_doc": true
}
🌍 URLからの埋め込み
公開 URL:
- API または UI 経由で URL を提供するだけで、認証は必要ありません。
🤖 MCPサーバーとして使用する
sui を MCP サーバーとして使用するには:
{
"mcpServers": {
"suiAgentic": {
"url": "http://localhost:8000/mcp"
}
}
}
ドキュメントアップロードツール
このディレクトリには、SuiAgentic Qdrant データベースにドキュメントを一括アップロードするためのツールが含まれています。
利用可能なツール
upload_folder.py - フォルダからPDFファイルをアップロードするシンプルなスクリプトupload_documents.py - より多くのオプションを使用して PDF、DOCX、TXT ファイルをアップロードするための高度なスクリプト
前提条件
- Python 3.8以上
- SuiAgenticアプリケーションがインストールおよび設定されている
- Qdrant サーバーはローカルで実行されているか、ネットワーク経由でアクセス可能
- 必要な依存関係がインストールされています（PyPDF2、python-docx）
基本的な使い方
フォルダからPDFファイルをアップロードする
# Upload all PDFs from a folder
python upload_folder.py /path/to/pdf/folder
# Upload with a prefix (useful for categorizing documents)
python upload_folder.py /path/to/pdf/folder --prefix "Research Papers"
高度なドキュメントアップロード
# Upload all supported documents from a folder and subfolders
python upload_documents.py /path/to/documents --recursive
# Add metadata tags to all documents
python upload_documents.py /path/to/documents --tag category=research --tag project=alpha
# Specify collection name (if not using default)
python upload_documents.py /path/to/documents --collection my_collection
# Complete example with all options
python upload_documents.py /path/to/documents --recursive --prefix "Project X" --tag department=marketing --tag status=final
これらのツールの機能
- 指定されたフォルダ内のサポートされているドキュメントを検索します
- 各ドキュメントからテキストコンテンツを抽出する
- テキストを扱いやすいチャンクに分割する
- 各チャンクに対して3072次元の埋め込みを生成する
- チャンクと埋め込みをQdrantに保存する
- 各ドキュメントのメタデータを追跡する
コマンドライン引数
アップロードフォルダ.py
folder - PDFファイルを含むフォルダへのパス--prefix - ドキュメント名に追加するプレフィックス
アップロードドキュメント.py
folder - ドキュメントを含むフォルダへのパス--prefix - ドキュメント名に追加するプレフィックス--recursive - サブフォルダ内のファイルを再帰的に検索します--collection - 使用するQdrantコレクションの名前--tag - ドキュメントにメタデータタグを追加します（複数回使用できます： --tag key=value ）
例
プロジェクトごとにドキュメントを整理する
python upload_documents.py /path/to/projects/project1 --recursive --prefix "Project 1" --tag project=alpha
python upload_documents.py /path/to/projects/project2 --recursive --prefix "Project 2" --tag project=beta
ドキュメントを分類する
python upload_documents.py /path/to/contracts --prefix "Legal" --tag department=legal --tag confidential=true
python upload_documents.py /path/to/manuals --prefix "Technical" --tag department=engineering
トラブルシューティング
- 大きなドキュメントでメモリエラーが発生した場合は、小さなファイルに分割してみてください。
- 大量の文書の場合は、小さなバッチで処理することを検討してください
- 処理中にエラーが発生していないかログ出力を確認します
🪪 ライセンス
Apache License 2.0 に基づいてライセンスされています。