Skip to main content
Glama
Sign In
enesjakozh
arkeodev

Model Context Protocol Server

by arkeodev
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

带有 RAG 和 MCP 的搜索引擎

一个强大的搜索引擎，它结合了 LangChain、模型上下文协议 (MCP)、检索增强生成 (RAG) 和 Ollama，创建了一个能够搜索网络、检索信息并提供相关答案的代理 AI 系统。

特征

  • 使用 Exa API 的 Web 搜索功能

  • 使用 FireCrawl 检索 Web 内容

  • RAG（检索增强生成）用于提取更多相关信息

  • 用于标准化工具调用的 MCP（模型上下文协议）服务器

  • 通过 Ollama 支持本地 LLM，并通过 OpenAI 支持基于云的 LLM

  • 灵活的架构支持直接搜索、基于代理的搜索或服务器模式

  • 全面的错误处理和优雅的回退

  • 带有类型提示的 Python 3.13+

  • 异步处理以实现高效的 Web 操作

Related MCP server: Xiaozhi MCP Aggregate

建筑学

该项目集成了几个关键组件：

  1. 搜索模块：使用 Exa API 搜索网页并使用 FireCrawl 检索内容

  2. RAG 模块：嵌入文档、对文档进行分块，并将其存储在 FAISS 矢量存储中

  3. MCP 服务器：提供工具调用的标准化协议

  4. 代理：基于 LangChain 的代理，使用搜索和 RAG 功能

项目结构

search-engine-with-rag-and-mcp/
├── LICENSE              # MIT License
├── README.md            # Project documentation
├── data/                # Data directories
├── docs/                # Documentation
│   └── env_template.md  # Environment variables documentation
├── logs/                # Log files directory (auto-created)
├── src/                 # Main package (source code)
│   ├── __init__.py      
│   ├── core/            # Core functionality
│   │   ├── __init__.py
│   │   ├── main.py      # Main entry point
│   │   ├── search.py    # Web search module
│   │   ├── rag.py       # RAG implementation
│   │   ├── agent.py     # LangChain agent
│   │   └── mcp_server.py # MCP server implementation
│   └── utils/           # Utility modules
│       ├── __init__.py
│       ├── env.py       # Environment variable loading
│       └── logger.py    # Logging configuration
├── pyproject.toml       # Poetry configuration
├── requirements.txt     # Project dependencies
└── tests/               # Test directory

入门

先决条件

  • Python 3.13+

  • 诗歌（可选，用于发展）

  • Exa 和 FireCrawl 的 API 密钥

  • （可选）本地安装 Ollama

  • （可选）OpenAI API 密钥

安装

  1. 克隆存储库

git clone https://github.com/yourusername/search-engine-with-rag-and-mcp.git
cd search-engine-with-rag-and-mcp

  1. 安装依赖项

# Using pip
pip install -r requirements.txt

# Or using poetry
poetry install

  1. 创建一个.env文件（使用 docs/env_template.md 作为参考）

用法

该应用程序有三种主要操作模式：

1. 直接搜索模式（默认）

# Using pip
python -m src.core.main "your search query"

# Or using poetry
poetry run python -m src.core.main "your search query"

2.代理模式

python -m src.core.main --agent "your search query"

3. MCP 服务器模式

python -m src.core.main --server

您还可以指定自定义主机和端口：

python -m src.core.main --server --host 0.0.0.0 --port 8080

使用 Ollama（可选）

要使用 Ollama 进行本地嵌入和 LLM 功能：

  1. 安装 Ollama： https://ollama.ai/

  2. 拉取模型：

ollama pull mistral:latest

  1. 在.env文件中设置适当的环境变量：

OLLAMA_BASE_URL=http://localhost:11434
OLLAMA_MODEL=mistral:latest

发展

该项目遵循以下最佳实践：

  • 代码格式：Black 和 isort 以实现一致的代码风格

  • 类型检查：mypy 用于静态类型检查

  • Linting ：flake8 确保代码质量

  • 测试：pytest 用于单元和集成测试

  • 环境管理：python-dotenv 用于管理环境变量

  • 日志记录：结构化日志记录到控制台和文件

执照

该项目根据 MIT 许可证获得许可 - 有关详细信息，请参阅LICENSE文件。

致谢

This server cannot be deployed

Context Every Agent Can ShareAgents share what they learn, hand off work, and keep it when you switch models. Start with 5 GB free.fulcradynamics.comAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

Appeared in Searches