Skip to main content
Glama

Ragie Model Context Protocol Server

by ragieai

Bild

Ragie Model Context Protocol Server

Ein Model Context Protocol (MCP)-Server, der Zugriff auf die Wissensdatenbank-Abruffunktionen von Ragie bietet.

Beschreibung

Dieser Server implementiert das Model Context Protocol, um KI-Modellen den Zugriff auf Informationen aus einer Ragie-Wissensdatenbank zu ermöglichen. Er bietet ein Tool namens „Retrieve“, mit dem die Wissensdatenbank nach relevanten Informationen abgefragt werden kann.

Voraussetzungen

  • Node.js >= 18
  • Ein Ragie-API-Schlüssel

Installation

Der Server benötigt die folgende Umgebungsvariable:

  • RAGIE_API_KEY (erforderlich): Ihr Ragie API-Authentifizierungsschlüssel

Der Server wird gestartet und wartet auf stdio auf MCP-Protokollnachrichten.

Installieren und führen Sie den Server mit npx aus:

RAGIE_API_KEY=your_api_key npx @ragieai/mcp-server

Befehlszeilenoptionen

Der Server unterstützt die folgenden Befehlszeilenoptionen:

  • --description, -d <text> : Überschreibt die Standard-Toolbeschreibung mit benutzerdefiniertem Text
  • --partition, -p <id> : Geben Sie die abzufragende Ragie-Partitions-ID an

Beispiele:

# With custom description RAGIE_API_KEY=your_api_key npx @ragieai/mcp-server --description "Search the company knowledge base for information" # With partition specified RAGIE_API_KEY=your_api_key npx @ragieai/mcp-server --partition your_partition_id # Using both options RAGIE_API_KEY=your_api_key npx @ragieai/mcp-server --description "Search the company knowledge base" --partition your_partition_id

Cursorkonfiguration

So verwenden Sie diesen MCP-Server mit Cursor:

Option 1: Erstellen einer MCP-Konfigurationsdatei

  1. Speichern Sie eine Datei mit dem Namen mcp.json
  • Für projektspezifische Tools erstellen Sie eine .cursor/mcp.json -Datei in Ihrem Projektverzeichnis. So können Sie MCP-Server definieren, die nur innerhalb dieses spezifischen Projekts verfügbar sind.
  • Für Tools, die Sie projektübergreifend verwenden möchten , erstellen Sie eine Datei ~/.cursor/mcp.json in Ihrem Home-Verzeichnis. Dadurch stehen MCP-Server in allen Cursor-Arbeitsbereichen zur Verfügung.

Beispiel mcp.json :

{ "mcpServers": { "ragie": { "command": "npx", "args": [ "-y", "@ragieai/mcp-server", "--partition", "optional_partition_id" ], "env": { "RAGIE_API_KEY": "your_api_key" } } } }

Option 2: Verwenden Sie ein Shell-Skript

  1. Speichern Sie eine Datei namens ragie-mcp.sh auf Ihrem System:
#!/usr/bin/env bash export RAGIE_API_KEY="your_api_key" npx -y @ragieai/mcp-server --partition optional_partition_id
  1. Geben Sie der Datei Ausführungsberechtigungen: chmod +x ragie-mcp.sh
  2. Fügen Sie das MCP-Serverskript hinzu, indem Sie in der Cursor-Benutzeroberfläche zu Einstellungen -> Cursor-Einstellungen -> MCP-Server gehen.

Ersetzen Sie your_api_key durch Ihren tatsächlichen Ragie-API-Schlüssel und legen Sie optional die Partitions-ID fest, falls erforderlich.

Claude Desktop-Konfiguration

So verwenden Sie diesen MCP-Server mit Claude Desktop:

  1. Erstellen Sie die MCP-Konfigurationsdatei claude_desktop_config.json :
  • Für MacOS: Verwenden Sie ~/Library/Application Support/Claude/claude_desktop_config.json
  • Für Windows: Verwenden Sie %APPDATA%/Claude/claude_desktop_config.json

Beispiel claude_desktop_config.json :

{ "mcpServers": { "ragie": { "command": "npx", "args": [ "-y", "@ragieai/mcp-server", "--partition", "optional_partition_id" ], "env": { "RAGIE_API_KEY": "your_api_key" } } } }

Ersetzen Sie your_api_key durch Ihren tatsächlichen Ragie-API-Schlüssel und legen Sie optional die Partitions-ID fest, falls erforderlich.

  1. Starten Sie Claude Desktop neu, damit die Änderungen wirksam werden.

Das Ragie-Abruftool ist jetzt in Ihren Claude-Desktop-Konversationen verfügbar.

Merkmale

Tool abrufen

Der Server stellt ein retrieve zur Verfügung, mit dem die Wissensdatenbank durchsucht werden kann. Es akzeptiert die folgenden Parameter:

  • query (Zeichenfolge): Die Suchanfrage zum Auffinden relevanter Informationen
  • topK (Zahl, optional, Standard: 8): Die maximale Anzahl der zurückzugebenden Ergebnisse
  • rerank (boolesch, optional, Standard: true): Ob versucht werden soll, nur die relevantesten Informationen zu finden
  • recencyBias (Boolesch, optional, Standard: falsch): Ob Ergebnisse mit aktuelleren Informationen bevorzugt werden sollen

Das Tool gibt Folgendes zurück:

  • Ein Array von Inhaltsblöcken mit passendem Text aus der Wissensdatenbank

Entwicklung

Dieses Projekt ist in TypeScript geschrieben und verwendet die folgenden Hauptabhängigkeiten:

  • @modelcontextprotocol/sdk : Zur Implementierung des MCP-Servers
  • ragie : Zur Interaktion mit der Ragie-API
  • zod : Zur Laufzeittypvalidierung

Entwicklungs-Setup

Ausführen des Servers im Entwicklermodus:

RAGIE_API_KEY=your_api_key npm run dev -- --partition optional_partition_id

Erstellen des Projekts:

npm run build

Lizenz

MIT-Lizenz – Einzelheiten finden Sie in LICENSE.txt.

You must be authenticated.

A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

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.

Ein MCP-Server, der es KI-Modellen ermöglicht, über ein einfaches „Abruf“-Tool Informationen aus Ragies Wissensdatenbank abzurufen.

  1. Beschreibung
    1. Voraussetzungen
      1. Installation
        1. Befehlszeilenoptionen
      2. Cursorkonfiguration
        1. Option 1: Erstellen einer MCP-Konfigurationsdatei
        2. Option 2: Verwenden Sie ein Shell-Skript
      3. Claude Desktop-Konfiguration
        1. Merkmale
          1. Tool abrufen
        2. Entwicklung
          1. Entwicklungs-Setup
        3. Lizenz

          Related MCP Servers

          • A
            security
            A
            license
            A
            quality
            An MCP server integrating Perplexity AI's API to offer advanced search capabilities with support for multiple models and result configuration.
            Last updated -
            1
            1
            JavaScript
            MIT License
          • -
            security
            A
            license
            -
            quality
            An MCP server implementation that enables AI models to discover, search, and analyze data stored in Typesense collections through tools for querying documents, retrieving specific items, and accessing collection statistics.
            Last updated -
            21
            7
            TypeScript
            MIT License
            • Apple
          • -
            security
            A
            license
            -
            quality
            An MCP server that allows AI assistants to interact with Foundry datasets, ontology objects, and functions through natural language queries and commands.
            Last updated -
            2
            Python
            MIT License
          • -
            security
            -
            license
            -
            quality
            An MCP server that enables AI assistants to access up-to-date documentation for Python libraries like LangChain, LlamaIndex, and OpenAI through dynamic fetching from official sources.
            Last updated -
            1
            Python
            MIT License

          View all related MCP servers

          MCP directory API

          We provide all the information about MCP servers via our MCP API.

          curl -X GET 'https://glama.ai/api/mcp/v1/servers/ragieai/ragie-mcp-server'

          If you have feedback or need assistance with the MCP directory API, please join our Discord server