Skip to main content
Glama
Sign In
deenesjakoruzh

Model Context Protocol Server

by ashishpatel26
GitHub
Python
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

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
                    4
                    TypeScript
                    Apache 2.0

                  • 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
                    169
                    JavaScript
                    MIT License

                  • DuckDB-RAG-MCP-Sample

                    nananaman
                    -
                    security
                    A
                    license
                    -
                    quality
                    An MCP server that enables RAG (Retrieval-Augmented Generation) on markdown documents by converting them to embedding vectors and performing vector search using DuckDB.
                    Last updated -
                    Python
                    Apache 2.0
                    • Apple

                  • 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 -
                    1
                    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