Servidor MCP de RagDocs

Un servidor de Protocolo de Contexto de Modelo (MCP) que proporciona capacidades RAG (Recuperación-Generación Aumentada) mediante la base de datos vectorial Qdrant e incrustaciones de Ollama/OpenAI. Este servidor permite la búsqueda semántica y la gestión de documentación mediante similitud vectorial.

Características

• Añadir documentación con metadatos
• Búsqueda semántica a través de documentos
• Enumerar y organizar la documentación
• Eliminar documentos
• Soporte para incrustaciones tanto de Ollama (gratuitas) como de OpenAI (pagadas)
• Generación automática de fragmentos e incrustaciones de texto
• Almacenamiento de vectores con Qdrant

Prerrequisitos

• Node.js 16 o superior
• Una de las siguientes configuraciones de Qdrant:
  • Instancia local usando Docker (gratis)
  • Cuenta en la nube de Qdrant con clave API (servicio administrado)
• Uno de los siguientes para incrustaciones:
  • Ollama ejecutándose localmente (predeterminado, gratuito)
  • Clave API de OpenAI (opcional, de pago)

Herramientas disponibles

1. agregar_documento

Agregar un documento al sistema RAG.

Parámetros:

• url (obligatorio): URL/identificador del documento
• content (obligatorio): Contenido del documento
• metadata (opcional): metadatos del documento
  • title : Título del documento
  • contentType : Tipo de contenido (p. ej., "texto/markdown")

2. buscar_documentos

Busque en documentos almacenados utilizando similitud semántica.

Parámetros:

• query (obligatoria): consulta de búsqueda en lenguaje natural
• options (opcionales):
  • limit : Número máximo de resultados (1-20, predeterminado: 5)
  • scoreThreshold : Puntuación mínima de similitud (0-1, valor predeterminado: 0,7)
  • filters :
    • domain : Filtrar por dominio
    • hasCode : Filtro para documentos que contienen código
    • after : Filtro para documentos después de la fecha (formato ISO)
    • before : Filtro para documentos anteriores a la fecha (formato ISO)

3. lista_de_documentos

Enumere todos los documentos almacenados con opciones de paginación y agrupación.

Parámetros (todos opcionales):

• page : Número de página (predeterminado: 1)
• pageSize : Número de documentos por página (1-100, predeterminado: 20)
• groupByDomain : Agrupa documentos por dominio (predeterminado: falso)
• sortBy : Campo de ordenación ("marca de tiempo", "título" o "dominio")
• sortOrder : Orden de clasificación ("asc" o "desc")

4. eliminar_documento

Eliminar un documento del sistema RAG.

Parámetros:

• url (obligatorio): URL del documento a eliminar

Instalación

Configuración del servidor MCP

Usando Qdrant Cloud:

Usando OpenAI:

Qdrant local con Docker

Variables de entorno

• QDRANT_URL : URL de su instancia de Qdrant
  • Para local: " http://127.0.0.1:6333 " (predeterminado)
  • Para la nube: " https://your-cluster-url.qdrant.tech "
• QDRANT_API_KEY : Clave API para Qdrant Cloud (necesaria al usar una instancia en la nube)
• EMBEDDING_PROVIDER : Elección del proveedor de incrustación ("ollama" o "openai", predeterminado: "ollama")
• OPENAI_API_KEY : clave API de OpenAI (obligatoria si se usa OpenAI)
• EMBEDDING_MODEL : Modelo a utilizar para incrustaciones
  • Para Ollama: el valor predeterminado es "nomic-embed-text"
  • Para OpenAI: el valor predeterminado es "text-embedding-3-small"

Licencia

Licencia Apache 2.0