RAG 문서 MCP 서버

벡터 검색을 통해 문서를 검색하고 처리할 수 있는 도구를 제공하는 MCP 서버 구현으로, AI 도우미가 관련 문서 컨텍스트로 응답을 보강할 수 있습니다.

특징

• 벡터 기반 문서 검색 및 검색
• 다양한 문서 소스 지원
• 의미 검색 기능
• 자동화된 문서 처리
• LLM을 위한 실시간 컨텍스트 증강

도구

검색_문서

자연어 쿼리를 사용하여 저장된 문서를 검색합니다. 맥락에 맞는 발췌문을 관련성 순으로 정렬하여 반환합니다.

입력:

• query (문자열): 문서에서 검색할 텍스트입니다. 자연어 쿼리, 특정 용어 또는 코드 조각일 수 있습니다.
• limit (숫자, 선택 사항): 반환할 최대 결과 수(1~20, 기본값: 5). limit가 높을수록 더 포괄적인 결과를 얻을 수 있지만 처리 시간이 더 오래 걸릴 수 있습니다.

목록_소스

현재 시스템에 저장된 모든 문서 소스를 나열합니다. 소스 URL, 제목, 최종 업데이트 시간을 포함한 모든 색인된 문서의 전체 목록을 반환합니다. 이를 통해 검색 가능한 문서를 파악하거나 특정 소스가 색인되었는지 확인할 수 있습니다.

추출_URL

주어진 웹 페이지에서 모든 URL을 추출하고 분석합니다. 이 도구는 지정된 웹 페이지를 크롤링하고 모든 하이퍼링크를 식별하며, 선택적으로 처리 대기열에 추가합니다.

입력:

• url (문자열): 분석할 웹페이지의 전체 URL(프로토콜 포함, 예: https://). 페이지는 공개적으로 접근 가능해야 합니다.
• add_to_queue (부울, 선택 사항): true인 경우, 추출된 URL을 나중에 인덱싱할 수 있도록 처리 대기열에 자동으로 추가합니다. 대규모 사이트에서는 과도한 대기열 생성을 방지하기 위해 주의해서 사용해야 합니다.

문서 제거

URL을 사용하여 시스템에서 특정 문서 소스를 제거합니다. 삭제는 영구적이며 향후 검색 결과에 영향을 미칩니다.

입력:

• urls (string[]): 데이터베이스에서 제거할 URL 배열입니다. 각 URL은 문서가 추가될 때 사용된 URL과 정확히 일치해야 합니다.

리스트_큐

문서 처리 대기열에서 현재 대기 중인 모든 URL을 나열합니다. run_queue가 호출될 때 처리될 보류 중인 문서 소스를 표시합니다. 이 기능을 사용하여 대기열 상태를 모니터링하고, URL이 올바르게 추가되었는지 확인하거나, 처리 백로그를 확인하세요.

실행 대기열

현재 문서 대기열에 있는 모든 URL을 처리하고 인덱싱합니다. 각 URL은 적절한 오류 처리 및 재시도 로직을 통해 순차적으로 처리됩니다. 처리가 진행됨에 따라 진행 상황 업데이트가 제공됩니다. 장기 실행 작업은 대기열이 비어 있거나 복구할 수 없는 오류가 발생할 때까지 처리됩니다.

클리어_큐

문서 처리 대기열에서 보류 중인 모든 URL을 제거합니다. 대기열을 재설정하여 처음부터 시작하거나, 원치 않는 URL을 제거하거나, 보류 중인 처리를 취소할 때 이 기능을 사용합니다. 이 작업은 즉시 영구적으로 적용되므로, 나중에 처리하려면 URL을 다시 추가해야 합니다.

용법

RAG 문서화 도구는 다음을 위해 설계되었습니다.

• 관련 문서로 AI 대응 강화
• 문서 인식 AI 어시스턴트 구축
• 개발자를 위한 컨텍스트 인식 도구 만들기
• 의미론적 문서 검색 구현
• 기존 지식 기반 증강

구성

Claude Desktop과 함께 사용

claude_desktop_config.json 에 다음을 추가하세요:

지엑스피1

다음 환경 변수에 대한 값을 제공해야 합니다.

• OPENAI_API_KEY : 임베딩 생성을 위한 OpenAI API 키
• QDRANT_URL : Qdrant 벡터 데이터베이스 인스턴스의 URL
• QDRANT_API_KEY : Qdrant 인증을 위한 API 키

할 일

• 벡터 생성을 위해 OpenAI 임베딩 또는 로컬 Ollama 중에서 선택할 수 있도록 임베딩을 구성 가능하게 만듭니다.

특허

이 MCP 서버는 MIT 라이선스에 따라 라이선스가 부여됩니다. 즉, MIT 라이선스의 조건에 따라 소프트웨어를 자유롭게 사용, 수정 및 배포할 수 있습니다. 자세한 내용은 프로젝트 저장소의 LICENSE 파일을 참조하세요.

감사의 말

이 프로젝트는 qpd-v/mcp-ragdocs 의 포크로, 원래 qpd-v에서 개발되었습니다. 원래 프로젝트는 이 구현의 기반을 제공했습니다.