RAG 文档 MCP 服务器

MCP 服务器实现提供了通过矢量搜索检索和处理文档的工具，使 AI 助手能够通过相关文档上下文增强他们的响应。

特征

• 基于矢量的文档搜索和检索
• 支持多种文档来源
• 语义搜索功能
• 自动化文档处理
• 法学硕士 (LLM) 的实时上下文增强

工具

搜索文档

使用自然语言查询搜索存储的文档。返回符合上下文的摘录，并按相关性排序。

输入：

• query （字符串）：要在文档中搜索的文本。可以是自然语言查询、特定术语或代码片段。
• limit （数字，可选）：返回结果的最大数量（1-20，默认值：5）。限制值越高，返回结果越全面，但处理时间也越长。

列表来源

列出系统中当前存储的所有文档来源。返回所有已索引文档的完整列表，包括来源 URL、标题和最后更新时间。使用此列表可以了解哪些文档可供搜索，或验证特定来源是否已被索引。

提取网址

提取并分析给定网页的所有 URL。此工具会抓取指定网页，识别所有超链接，并选择性地将其添加到处理队列中。

输入：

• url （字符串）：待分析网页的完整 URL（必须包含协议，例如 https://）。该页面必须可公开访问。
• add_to_queue （布尔值，可选）：如果设置为 true，则自动将提取的 URL 添加到处理队列中，以便稍后进行索引。在大型网站上请谨慎使用，以避免队列过长。

删除文档

根据 URL 从系统中移除特定文档来源。移除操作是永久性的，并将影响未来的搜索结果。

输入：

• urls (string[])：要从数据库中移除的 URL 数组。每个 URL 必须与添加文档时使用的 URL 完全匹配。

列表队列

列出当前在文档处理队列中等待的所有 URL。显示调用 run_queue 时将处理的待处理文档源。使用此方法可以监控队列状态、验证 URL 是否已正确添加，或检查处理积压情况。

运行队列

处理并索引当前文档队列中的所有 URL。每个 URL 均按顺序处理，并采用适当的错误处理和重试逻辑。处理过程中会提供进度更新。长时间运行的操作将一直处理，直到队列为空或发生不可恢复的错误。

清除队列

从文档处理队列中移除所有待处理的 URL。当您想重新开始、移除不需要的 URL 或取消待处理处理时，可以使用此功能重置队列。此操作是即时且永久的 - 如果您希望稍后处理 URL，则需要重新添加。

用法

RAG 文档工具旨在用于：

• 利用相关文档增强人工智能响应
• 构建具有文档意识的人工智能助手
• 为开发人员创建上下文感知工具
• 实现语义文档搜索
• 扩充现有知识库

配置

与 Claude Desktop 一起使用

将其添加到您的claude_desktop_config.json中：

您需要为以下环境变量提供值：

• OPENAI_API_KEY ：用于生成嵌入的 OpenAI API 密钥
• QDRANT_URL ：您的 Qdrant 矢量数据库实例的 URL
• QDRANT_API_KEY ：用于使用 Qdrant 进行身份验证的 API 密钥

执照

此 MCP 服务器采用 MIT 许可证。这意味着您可以自由使用、修改和分发该软件，但须遵守 MIT 许可证的条款和条件。更多详情，请参阅项目仓库中的 LICENSE 文件。

致谢

该项目是qpd-v/mcp-ragdocs的一个分支，最初由 qpd-v 开发。原始项目为本实现提供了基础。