Python
MIT License
Búsqueda de documentación del servidor MCP para RagRabbit
Este servidor implementa el Protocolo de Contexto de Modelo (MCP) para proporcionar a los modelos de IA acceso a cualquier documentación indexada con una instancia de RagRabbit.
Descripción general
El servidor MCP actúa como un puente entre los clientes de IA y la documentación alojada de RagRabbit:
- Búsqueda semántica en la documentación mediante consultas en lenguaje natural
- Acceso a la documentación específica del LLM
- Comunicación estandarizada a través del Protocolo de Contexto Modelo
Instalación
Escritorio de Claude
Agregue un servidor mcp personalizado con el nombre de su producto, para que Claude AI pueda usarlo cuando busque información sobre él.
en claude_desktop_config.json (Claude -> Configuración -> Desarrollador -> Editar configuración)
En Cursor IDE
Vaya a Cursor -> Configuración -> Configuración del cursor -> MCP
Y agrega un nuevo MCP de tipo command con el comando:
Argumentos:
ragrabbit-url: (obligatorio) La URL base de su instancia de RagRabbit, por ejemplo , https://my-ragrabbit.vercel.com/name: (obligatorio) Nombre personalizado para el servicio de búsqueda de documentación (predeterminado "RagRabbit") para que la IA sepa usarlo cuando busque información
Herramientas expuestas por este MCP
buscar_documentos
Realiza una búsqueda semántica en la documentación.
Parámetros:
query: Cadena: la consulta de búsqueda para encontrar documentos relevantes
Ejemplo:
Recursos disponibles
Documentación de LLM
- URI:
llms.txt - Descripción: Documentación sobre los LLM y sus capacidades
- Tipo MIME:
text/plain
Licencia
Instituto Tecnológico de Massachusetts (MIT)
This server cannot be installed
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Acceda a cualquier documentación indexada por la búsqueda en el sitio de IA de código abierto de RagRabbit
Related Resources
Related MCP Servers
- -securityAlicense-qualityProvides RAG capabilities for semantic document search using Qdrant vector database and Ollama/OpenAI embeddings, allowing users to add, search, list, and delete documentation with metadata support.Last updated -54TypeScriptApache 2.0
- -securityAlicense-qualityProvides tools for retrieving and processing documentation through vector search, enabling AI assistants to augment their responses with relevant documentation context.Last updated -62TypeScriptMIT License
- -securityAlicense-qualityToolset that crawls websites, generates Markdown documentation, and makes that documentation searchable via a Model Context Protocol (MCP) server for integration with tools like Cursor.Last updated -6PythonMIT License