Servidor MCP-RAG

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:

git clone <repository-url>
cd mcp-rag

Crear y activar un entorno virtual:

uv sync
source .venv/bin/activate  # On Windows, use `.venv\Scripts\activate`

⚙️ Configuración

Copie el archivo de entorno de ejemplo:

cp .env.example .env

Configure sus variables de entorno en .env :

GROUNDX_API_KEY="your-groundx-api-key"
OPENAI_API_KEY="your-openai-api-key"
BUCKET_ID="your-bucket-id"

🚀 Uso

Iniciando el servidor

Ejecute el servidor de inspección usando:

mcp dev server.py

Ingestión de documentos

Para ingerir nuevos documentos:

from server import ingest_documents

result = ingest_documents("path/to/your/document.pdf")
print(result)

Realizar búsquedas

Consulta de búsqueda básica:

from server import process_search_query

response = process_search_query("your search query here")
print(f"Query: {response.query}")
print(f"Score: {response.score}")
print(f"Result: {response.result}")

Con configuración personalizada:

from server import process_search_query, SearchConfig

config = SearchConfig(
    completion_model="gpt-4",
    bucket_id="custom-bucket-id"
)
response = process_search_query("your query", config)

📚 Dependencias

groundx (≥2.3.0): Funcionalidad principal de RAG
openai (≥1.75.0): integración de API OpenAI
mcp[cli] (≥1.6.0): Herramientas modernas de procesamiento de contexto
ipykernel (≥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

security - not tested

license - not found

quality - not tested

How are these scores calculated?

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

MCP Server for Vertex AI Search
ubie-oss
-
security
A
license
-
quality
A 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 -
23
Python
Apache 2.0
RAG_MCP
mytechnotalent
-
security
-
license
-
quality
A 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 -
1
Python
Apache 2.0
MCP-RAG Server
sourangshupal
-
security
F
license
-
quality
Implements 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 -
4
Python
RAG-MCP Server
plaban1981
-
security
A
license
-
quality
A 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 -
2
Python
Apache 2.0

View all related MCP servers

MCP-RAG Server