PDF RAG MCP-сервер

Мощная система базы знаний документов, которая использует обработку PDF, векторное хранилище и MCP (Model Context Protocol) для предоставления возможностей семантического поиска для документов PDF. Эта система позволяет загружать, обрабатывать и запрашивать документы PDF через современный веб-интерфейс или через протокол MCP для интеграции с инструментами ИИ, такими как Cursor.

Функции

Загрузка и обработка PDF-документов : загрузка PDF-файлов и автоматическое извлечение, разбиение на части и векторизация контента.
Статус обработки в реальном времени : обновление статуса в реальном времени на основе WebSocket во время обработки документа.
Семантический поиск : векторный семантический поиск по всем обработанным документам.
Поддержка протокола MCP : интеграция с инструментами ИИ, такими как Cursor, с использованием протокола контекста модели
Современный веб-интерфейс : интерфейс React/Chakra UI для управления документами и создания запросов
Быстрое управление зависимостями : использует uv для эффективного управления зависимостями Python

Related MCP server: FastGPT Knowledge Base MCP

Архитектура системы

Система состоит из:

FastAPI Backend : обрабатывает запросы API, обрабатывает PDF-файлы и хранит векторные данные.
React Frontend : предоставляет удобный интерфейс для управления документами.
Векторная база данных : хранит вложения для семантического поиска
Сервер WebSocket : предоставляет обновления в режиме реального времени по обработке документов.
MCP Server : предоставляет базу знаний клиентам, совместимым с MCP.

Быстрый старт

Предпосылки

Python 3.8 или более поздняя версия
uv - Быстрый установщик и распознаватель пакетов Python
Гит
Курсор (опционально, для интеграции MCP)

Быстрая установка и запуск с помощью uv и run.py

Клонируйте репозиторий:
git clone https://github.com/yourusername/PdfRagMcpServer.git cd PdfRagMcpServer
Установите uv, если у вас его еще нет:
curl -sS https://astral.sh/uv/install.sh | bash
Установите зависимости с помощью uv:
uv init . uv venv source .venv/bin/activate uv pip install -r backend/requirements.txt
Запустите приложение с помощью удобного скрипта:
uv run run.py
Доступ к веб-интерфейсу по адресу http://localhost:8000
Использование с курсором

Перейдите в Настройки -> Настройки курсора -> MCP -> Добавить новый глобальный сервер MCP, вставьте ниже в файл Cursor ~/.cursor/mcp.json. Для получения дополнительной информации см. документацию Cursor MCP.

{ "mcpServers": { "pdf-rag": { "url": "http://localhost:7800/mcp" } } }

Вы также можете изменить localhost на IP-адрес хоста, на котором вы развернули службу. После добавления этой конфигурации в mcp json вы увидите, что сервер mcp отображается на странице конфигурации Cursor mcp, включите его, чтобы включить сервер:

Создание фронтенда (для разработчиков)

Если вам необходимо перестроить интерфейс, у вас есть два варианта:

Вариант 1: использование предоставленного скрипта (рекомендуется)

# Make the script executable if needed chmod +x build_frontend.py # Run the script ./build_frontend.py

Этот скрипт автоматически:

Установка зависимостей интерфейса
Создание интерфейса
Скопируйте вывод сборки в статический каталог бэкэнда.

Вариант 2: Ручной процесс сборки

# Navigate to frontend directory cd frontend # Install dependencies npm install # Build the frontend npm run build # Create static directory if it doesn't exist mkdir -p ../backend/static # Copy build files cp -r dist/* ../backend/static/

После создания интерфейса вы можете запустить приложение с помощью скрипта run.py.

Простая настройка производства

Для производственной среды, где статические файлы уже созданы:

Поместите готовый фронтенд в каталог backend/static
Запустите сервер:
cd backend uv pip install -r requirements.txt python -m app.main

Настройка разработки (отдельные службы)

Если вы хотите запустить службы отдельно для разработки:

Бэкэнд

Перейдите в каталог бэкэнда:
cd backend
Установите зависимости с помощью uv:
uv pip install -r requirements.txt
Запустите внутренний сервер:
python -m uvicorn app.main:app --host 0.0.0.0 --port 8000 --reload

Внешний интерфейс

Перейдите в каталог интерфейса:
cd frontend
Установите зависимости:
npm install
Запустите сервер разработки:
npm run dev

Использование

Загрузка документов

Доступ к веб-интерфейсу по адресу http://localhost:8000
Нажмите «Загрузить новый PDF» и выберите PDF-файл.
Система обработает файл, показывая прогресс в режиме реального времени.
После обработки документ будет доступен для поиска.

Поиск документов

Используйте функцию поиска в веб-интерфейсе
Или интегрируйте с Cursor, используя протокол MCP

Интеграция MCP с курсором

Открытый курсор
Перейдите в Настройки → ИИ и MCP.
Добавьте пользовательский сервер MCP с URL-адресом: http://localhost:8000/mcp/v1
Сохраните настройки
Теперь вы можете запрашивать информацию из базы знаний PDF-файлов непосредственно из Курсора

Поиск неисправностей

Проблемы с подключением

Убедитесь, что порт 8000 не используется другими приложениями.
Проверьте правильность работы соединения WebSocket.
Убедитесь, что ваш браузер поддерживает WebSockets

Проблемы с обработкой

Проверьте, содержит ли ваш PDF-файл извлекаемый текст (некоторые отсканированные PDF-файлы могут не содержать извлекаемый текст)
Убедитесь, что система имеет достаточные ресурсы (память и процессор)
Проверьте внутренние журналы на наличие подробных сообщений об ошибках.

Структура проекта

PdfRagMcpServer/ ├── backend/ # FastAPI backend │ ├── app/ │ │ ├── __init__.py │ │ ├── main.py # Main FastAPI application │ │ ├── database.py # Database models │ │ ├── pdf_processor.py # PDF processing logic │ │ ├── vector_store.py # Vector database interface │ │ └── websocket.py # WebSocket handling │ ├── static/ # Static files for the web interface │ └── requirements.txt # Backend dependencies ├── frontend/ # React frontend │ ├── public/ │ ├── src/ │ │ ├── components/ # UI components │ │ ├── context/ # React context │ │ ├── pages/ # Page components │ │ └── App.jsx # Main application component │ ├── package.json # Frontend dependencies │ └── vite.config.js # Vite configuration ├── uploads/ # PDF file storage └── README.md # This documentation

Внося вклад

Вклады приветствуются! Пожалуйста, не стесняйтесь отправлять запрос на включение.

Лицензия

Данный проект лицензирован по лицензии MIT — подробности см. в файле LICENSE.

PDF RAG MCP Server