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 与 MCP 服务器

✨ 概述

带有 MCP 服务器的 Agentic RAG是一个强大的项目，它将 MCP（模型上下文协议）服务器和客户端结合在一起，用于构建Agentic RAG （检索增强生成）应用程序。

此设置为您的 RAG 系统提供了高级工具，例如：

  • 🕵️‍♂️实体提取
  • 🔍查询细化
  • ✅相关性检查

服务器承载这些智能工具，而客户端展示如何无缝连接和使用它们。

🖥️ 服务器 — server.py

在mcp库的FastMCP类的支持下，服务器公开了以下便捷的工具：

工具名称描述图标
get_time_with_prefix返回当前日期和时间⏰
extract_entities_tool使用OpenAI从查询中提取实体——增强文档检索相关性🧠
refine_query_tool利用OpenAI 支持的改进技术提高用户查询的质量✨
check_relevance通过使用 LLM 检查块相关性来过滤不相关的内容✅

🤝 客户端 — mcp-client.py

客户端演示如何与 MCP 服务器连接并交互：

  • 与mcp库中的ClientSession建立连接
  • 列出所有可用的服务器工具
  • 使用自定义参数调用任何工具
  • 利用OpenAI 或 Gemini和 MCP 工具协同处理查询

⚙️ 要求

  • Python 3.9 或更高版本
  • openai Python 包
  • mcp库
  • python-dotenv用于环境变量管理

🛠️ 安装指南

# 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

🔐 配置

  1. 创建.env文件（使用.env.sample作为模板）
  2. 在.env中设置你的 OpenAI 模型：
OPENAI_MODEL_NAME="your-model-name-here" GEMINI_API_KEY="your-model-name-here"

🚀 如何使用

  1. 启动 MCP 服务器：
python server.py
  1. 运行 MCP 客户端：
python mcp-client.py

📜 许可证

该项目已获得MIT 许可。

感谢阅读🙏

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.

一个服务器，提供智能工具来增强 RAG 应用程序，具有实体提取、查询细化和相关性检查功能。

  1. ✨ 概述
    1. 🖥️ 服务器 — server.py
      1. 🤝 客户端 — mcp-client.py
        1. ⚙️ 要求
          1. 🛠️ 安装指南
            1. 🔐 配置
              1. 🚀 如何使用
                1. 📜 许可证

                  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