RAG Documentation MCP Server

Documentación de RAG Servidor MCP

Una implementación de servidor MCP que proporciona herramientas para recuperar y procesar documentación a través de la búsqueda vectorial, lo que permite a los asistentes de IA aumentar sus respuestas con el contexto de la documentación relevante.

Características

• Búsqueda y recuperación de documentación basada en vectores
• Compatibilidad con múltiples fuentes de documentación
• Capacidades de búsqueda semántica
• Procesamiento automatizado de documentación
• Aumento del contexto en tiempo real para LLM

Herramientas

búsqueda_documentación

Busque en la documentación almacenada mediante consultas en lenguaje natural. Devuelve fragmentos coincidentes con el contexto, ordenados por relevancia.

Entradas:

• query (cadena): El texto que se busca en la documentación. Puede ser una consulta en lenguaje natural, términos específicos o fragmentos de código.
• limit (número, opcional): Número máximo de resultados a devolver (1-20, predeterminado: 5). Los límites más altos proporcionan resultados más completos, pero su procesamiento puede tardar más.

lista_fuentes

Lista todas las fuentes de documentación almacenadas actualmente en el sistema. Devuelve una lista completa de toda la documentación indexada, incluyendo las URL de las fuentes, los títulos y la fecha de última actualización. Úselo para saber qué documentación está disponible para búsquedas o para verificar si se han indexado fuentes específicas.

extraer_urls

Extrae y analiza todas las URL de una página web. Esta herramienta rastrea la página web especificada, identifica todos los hipervínculos y, opcionalmente, los añade a la cola de procesamiento.

Entradas:

• url (cadena): La URL completa de la página web que se analizará (debe incluir el protocolo, p. ej., https://). La página debe ser de acceso público.
• add_to_queue (booleano, opcional): Si es verdadero, añade automáticamente las URL extraídas a la cola de procesamiento para su posterior indexación. Úselo con precaución en sitios grandes para evitar colas excesivas.

eliminar_documentación

Eliminar fuentes de documentación específicas del sistema por sus URL. Esta eliminación es permanente y afectará los resultados de búsqueda futuros.

Entradas:

• urls (string[]): Matriz de URL que se eliminarán de la base de datos. Cada URL debe coincidir exactamente con la URL utilizada al agregar la documentación.

cola_de_lista

Lista todas las URL que están en espera en la cola de procesamiento de documentación. Muestra las fuentes de documentación pendientes que se procesarán al llamar a run_queue. Úselo para supervisar el estado de la cola, verificar que las URL se hayan añadido correctamente o comprobar el retraso en el procesamiento.

cola de ejecución

Procesar e indexar todas las URL en la cola de documentación. Cada URL se procesa secuencialmente, con la gestión de errores y la lógica de reintento adecuadas. Se proporcionan actualizaciones de progreso a medida que se procesa. Las operaciones de larga duración se procesarán hasta que la cola se vacíe o se produzca un error irrecuperable.

borrar_cola

Elimine todas las URL pendientes de la cola de procesamiento de documentación. Use esta opción para reiniciar la cola cuando desee empezar de cero, eliminar URL no deseadas o cancelar el procesamiento pendiente. Esta operación es inmediata y permanente; deberá volver a agregar las URL si desea procesarlas más adelante.

Uso

La herramienta de documentación RAG está diseñada para:

• Mejorar las respuestas de la IA con documentación relevante
• Creación de asistentes de IA que reconocen la documentación
• Creación de herramientas sensibles al contexto para desarrolladores
• Implementación de la búsqueda de documentación semántica
• Ampliar las bases de conocimientos existentes

Configuración

Uso con Claude Desktop

Agregue esto a su claude_desktop_config.json :

Necesitará proporcionar valores para las siguientes variables de entorno:

• OPENAI_API_KEY : Su clave API de OpenAI para la generación de incrustaciones
• QDRANT_URL : URL de su instancia de base de datos vectorial Qdrant
• QDRANT_API_KEY : Clave API para autenticarse con Qdrant

HACER

• Haga que las incrustaciones sean configurables para permitir elegir entre incrustaciones de OpenAI u Ollama local para la generación de vectores

Licencia

Este servidor MCP cuenta con la licencia MIT. Esto significa que puede usar, modificar y distribuir el software libremente, sujeto a los términos y condiciones de la licencia MIT. Para más detalles, consulte el archivo de LICENCIA en el repositorio del proyecto.

Expresiones de gratitud

Este proyecto es una bifurcación de qpd-v/mcp-ragdocs , desarrollado originalmente por qpd-v. El proyecto original sentó las bases para esta implementación.