Skip to main content
Glama
deenesjakoruzh

Model Context Protocol Server

by ashishpatel26
GitHub
Python
23
OverviewInspectNewSchemaRelated ServersReviewsScore
Need Help?View Source CodeReport Issue

🚀 Agentic RAG mit MCP-Server

✨ Übersicht

Agentic RAG mit MCP Server ist ein leistungsstarkes Projekt, das einen MCP-Server (Model Context Protocol) und einen Client zum Erstellen von Agentic RAG -Anwendungen (Retrieval-Augmented Generation) zusammenbringt.

Dieses Setup stattet Ihr RAG-System mit erweiterten Tools aus, wie beispielsweise:

  • 🕵️‍♂️ Entitätsextraktion
  • 🔍 Abfrageverfeinerung
  • ✅ Relevanzprüfung

Der Server hostet diese intelligenten Tools, während der Client zeigt, wie man sie nahtlos verbindet und nutzt.

🖥️ Server – server.py

Der Server wird von der FastMCP -Klasse aus der mcp Bibliothek unterstützt und stellt diese praktischen Tools bereit:

WerkzeugnameBeschreibungSymbol
get_time_with_prefixGibt das aktuelle Datum und die aktuelle Uhrzeit zurück⏰
extract_entities_toolVerwendet OpenAI , um Entitäten aus einer Abfrage zu extrahieren und so die Relevanz des Dokumentabrufs zu verbessern🧠
refine_query_toolVerbessert die Qualität von Benutzerabfragen durch OpenAI-gestützte Verfeinerung✨
check_relevanceFiltert irrelevante Inhalte heraus, indem die Chunk-Relevanz mit einem LLM überprüft wird✅

🤝 Client — mcp-client.py

Der Client demonstriert, wie eine Verbindung zum MCP-Server hergestellt und mit ihm interagiert wird:

  • Stellen Sie eine Verbindung mit ClientSession aus der mcp Bibliothek her
  • Listen Sie alle verfügbaren Servertools auf
  • Rufen Sie jedes Tool mit benutzerdefinierten Argumenten auf
  • Verarbeiten Sie Abfragen, indem Sie OpenAI- oder Gemini- und MCP-Tools gleichzeitig nutzen

⚙️ Voraussetzungen

  • Python 3.9 oder höher
  • openai Python-Paket
  • mcp -Bibliothek
  • python-dotenv für die Verwaltung von Umgebungsvariablen

🛠️ Installationsanleitung

# Step 1: Clone the repository git clone https://github.com/ashishpatel26/Agentic-RAG-with-MCP-Server.git # Step 2: Navigate into the project directory cd Agentic-RAG-with-MCP-Serve # Step 3: Install dependencies pip install -r requirements.txt

🔐 Konfiguration

  1. Erstellen Sie eine .env Datei (verwenden Sie .env.sample als Vorlage).
  2. Legen Sie Ihr OpenAI-Modell in .env fest:
OPENAI_MODEL_NAME="your-model-name-here" GEMINI_API_KEY="your-model-name-here"

🚀 Anwendung

  1. Starten Sie den MCP-Server:
python server.py
  1. Führen Sie den MCP-Client aus:
python mcp-client.py

📜 Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert.

Danke fürs Lesen 🙏

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Ein Server, der intelligente Tools zur Verbesserung von RAG-Anwendungen mit Funktionen zur Entitätsextraktion, Abfrageverfeinerung und Relevanzprüfung bereitstellt.

  1. ✨ Übersicht
    1. 🖥️ Server – server.py
      1. 🤝 Client — mcp-client.py
        1. ⚙️ Voraussetzungen
          1. 🛠️ Installationsanleitung
            1. 🔐 Konfiguration
              1. 🚀 Anwendung
                1. 📜 Lizenz

                  Related MCP Servers

                  • RagDocs MCP Server

                    heltonteixeira
                    -
                    security
                    A
                    license
                    -
                    quality
                    Provides RAG capabilities for semantic document search using Qdrant vector database and Ollama/OpenAI embeddings, allowing users to add, search, list, and delete documentation with metadata support.
                    Last updated -
                    5
                    14
                    TypeScript
                    Apache 2.0

                  • Shared Knowledge MCP Server

                    j5ik2o
                    -
                    security
                    F
                    license
                    -
                    quality
                    This server enables AI assistants (CLINE, Cursor, Windsurf, Claude Desktop) to share a common knowledge base through Retrieval Augmented Generation (RAG), providing consistent information access across multiple tools.
                    Last updated -
                    3
                    TypeScript
                    • Apple

                  • Agentsetofficial

                    agentset-ai
                    A
                    security
                    A
                    license
                    A
                    quality
                    An open-source platform for Retrieval-Augmented Generation (RAG). Upload documents and query them ⚡
                    Last updated -
                    1
                    15
                    9
                    JavaScript
                    MIT License

                  • 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 -
                    3
                    Python
                    • Linux
                    • Apple

                  View all related MCP servers

                  New MCP Servers

                  MCP directory API

                  We provide all the information about MCP servers via our MCP API.

                  curl -X GET 'https://glama.ai/api/mcp/v1/servers/ashishpatel26/Agentic-RAG-with-MCP-Server'

                  If you have feedback or need assistance with the MCP directory API, please join our Discord server