MCP-RAG: Protocolo de Contexto Modelo con RAG 🚀
Una implementación potente y eficiente de RAG (Recuperación-Generación Aumentada) que utiliza GroundX y OpenAI, construida con Procesamiento de Contexto Moderno (MCP).
🌟 Características
- Implementación avanzada de RAG : utiliza GroundX para la recuperación de documentos de alta precisión
- Protocolo de contexto del modelo : integración perfecta con MCP para un mejor manejo del contexto
- Type-Safe : Creado con Pydantic para una verificación y validación de tipos robustas
- Configuración flexible : configuraciones fáciles de personalizar a través de variables de entorno
- Ingestión de documentos : Soporte para la ingesta y el procesamiento de documentos PDF
- Búsqueda inteligente : capacidades de búsqueda semántica con puntuación
🛠️ Requisitos previos
- Python 3.12 o superior
- Clave API de OpenAI
- Clave API de GroundX
- Herramientas CLI de MCP
📦 Instalación
- Clonar el repositorio:
- Crear y activar un entorno virtual:
⚙️ Configuración
- Copie el archivo de entorno de ejemplo:
- Configure sus variables de entorno en
.env
:
🚀 Uso
Iniciando el servidor
Ejecute el servidor de inspección usando:
Ingestión de documentos
Para ingerir nuevos documentos:
Realizar búsquedas
Consulta de búsqueda básica:
Con configuración personalizada:
📚 Dependencias
groundx
(≥2.3.0): Funcionalidad principal de RAGopenai
(≥1.75.0): integración de API OpenAImcp[cli]
(≥1.6.0): Herramientas modernas de procesamiento de contextoipykernel
(≥6.29.5): compatibilidad con Jupyter Notebook
🔒 Seguridad
- Nunca confirmes tu archivo
.env
que contiene claves API - Utilice variables de entorno para toda la información confidencial
- Rote regularmente sus claves API
- Supervisar el uso de la API para detectar cualquier acceso no autorizado
🤝 Contribuyendo
- Bifurcar el repositorio
- Crea tu rama de funciones (
git checkout -b feature/amazing-feature
) - Confirme sus cambios (
git commit -m 'Add some amazing feature'
) - Empujar a la rama (
git push origin feature/amazing-feature
) - Abrir una solicitud de extracción
This server cannot be installed
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
Un servidor que implementa la generación aumentada de recuperación utilizando GroundX y OpenAI, lo que permite la búsqueda semántica y la recuperación de documentos con procesamiento de contexto moderno para un manejo mejorado del contexto.
Related MCP Servers
- -securityAlicense-qualityA server that enables document searching using Vertex AI with Gemini grounding, improving search results by grounding responses in private data stored in Vertex AI Datastore.Last updated -23PythonApache 2.0
- -security-license-qualityA Retrieval-Augmented Generation server that enables semantic PDF search with OCR capabilities, allowing users to query document content through any MCP client and receive intelligent answers.Last updated -1PythonApache 2.0
- -securityFlicense-qualityImplements Retrieval-Augmented Generation (RAG) using GroundX and OpenAI, allowing users to ingest documents and perform semantic searches with advanced context handling through Modern Context Processing (MCP).Last updated -4Python
- -securityAlicense-qualityA server that integrates Retrieval-Augmented Generation (RAG) with the Model Control Protocol (MCP) to provide web search capabilities and document analysis for AI assistants.Last updated -2PythonApache 2.0