MCP-RAG サーバー

MCP-RAG: RAG を使用したモデルコンテキストプロトコル 🚀

GroundX と OpenAI を使用し、Modern Context Processing (MCP) で構築された強力かつ効率的な RAG (Retrieval-Augmented Generation) 実装。

🌟 特徴

高度なRAG実装：高精度の文書検索のためにGroundXを活用
モデルコンテキストプロトコル: MCPとのシームレスな統合により、コンテキスト処理が強化されます。
型安全: 堅牢な型チェックと検証のためにPydanticで構築されています
柔軟な構成:環境変数を通じて設定を簡単にカスタマイズできます
ドキュメント取り込み: PDFドキュメントの取り込みと処理のサポート
インテリジェント検索：スコアリング機能を備えたセマンティック検索機能

🛠️ 前提条件

Python 3.12以上
OpenAI APIキー
GroundX APIキー
MCP CLIツール

📦 インストール

リポジトリをクローンします。

git clone <repository-url>
cd mcp-rag

仮想環境を作成してアクティブ化します。

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

⚙️ 構成

サンプル環境ファイルをコピーします。

cp .env.example .env

.envで環境変数を設定します。

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

🚀 使用方法

サーバーの起動

次を使用して検査サーバーを実行します。

mcp dev server.py

ドキュメントの取り込み

新しいドキュメントを取り込むには:

from server import ingest_documents

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

検索の実行

基本的な検索クエリ:

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}")

カスタム構成の場合:

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)

📚 依存関係

groundx (≥2.3.0): コアRAG機能
openai (≥1.75.0): OpenAI API 統合
mcp[cli] (≥1.6.0): 最新のコンテキスト処理ツール
ipykernel (≥6.29.5): Jupyterノートブックのサポート

🔒 セキュリティ

APIキーを含む.envファイルをコミットしないでください
すべての機密情報に環境変数を使用する
APIキーを定期的にローテーションする
不正アクセスがないかAPIの使用状況を監視する

🤝 貢献する

リポジトリをフォークする
機能ブランチを作成します（ git checkout -b feature/amazing-feature ）
変更をコミットします ( git commit -m 'Add some amazing feature' )
ブランチにプッシュする ( git push origin feature/amazing-feature )
プルリクエストを開く

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.

GroundX と OpenAI を使用して検索拡張生成を実装し、強化されたコンテキスト処理のための最新のコンテキスト処理によるセマンティック検索とドキュメント検索を可能にするサーバー。

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