Skip to main content
Glama
ragieai

Ragie Model Context Protocol Server

by ragieai

画像

Ragie モデルコンテキストプロトコルサーバー

Ragie の知識ベース取得機能へのアクセスを提供するモデル コンテキスト プロトコル (MCP) サーバー。

説明

このサーバーは、AIモデルがRagie知識ベースから情報を取得できるように、モデルコンテキストプロトコルを実装しています。「retrieve」と呼ばれる単一のツールを提供することで、知識ベースから関連情報を照会できます。

Related MCP server: Reddit MCP

前提条件

  • Node.js >= 18

  • Ragie APIキー

インストール

サーバーには次の環境変数が必要です。

  • RAGIE_API_KEY (必須): Ragie API 認証キー

サーバーが起動し、stdio で MCP プロトコル メッセージをリッスンします。

npx を使用してサーバーをインストールして実行します。

RAGIE_API_KEY=your_api_key npx @ragieai/mcp-server

コマンドラインオプション

サーバーは次のコマンド ライン オプションをサポートしています。

  • --description, -d <text> : デフォルトのツールの説明をカスタムテキストで上書きします

  • --partition, -p <id> : 照会するRagieパーティションIDを指定します

例:

# 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

カーソルの設定

この MCP サーバーを Cursor で使用するには:

オプション1: MCP構成ファイルを作成する

  1. mcp.jsonというファイルを保存します。

  • プロジェクト固有のツールを使用する場合は、プロジェクトディレクトリに.cursor/mcp.jsonファイルを作成します。これにより、特定のプロジェクト内でのみ利用可能な MCP サーバーを定義できます。

  • すべてのプロジェクトで使用したいツールについては、ホームディレクトリに~/.cursor/mcp.jsonファイルを作成してください。これにより、すべての Cursor ワークスペースで MCP サーバーが利用できるようになります。

mcp.json例:

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

オプション2: シェルスクリプトを使用する

  1. ragie-mcp.shというファイルをシステムに保存します。

#!/usr/bin/env bash export RAGIE_API_KEY="your_api_key" npx -y @ragieai/mcp-server --partition optional_partition_id
  1. ファイルに実行権限を与えます: chmod +x ragie-mcp.sh

  2. カーソル UI の**[設定]** -> [カーソル設定] -> **[MCP サーバー]**に移動して、MCP サーバー スクリプトを追加します。

your_api_keyを実際の Ragie API キーに置き換え、必要に応じてパーティション ID を設定します。

クロードデスクトップ構成

この MCP サーバーを Claude デスクトップで使用するには:

  1. MCP 構成ファイルclaude_desktop_config.jsonを作成します。

  • MacOSの場合: ~/Library/Application Support/Claude/claude_desktop_config.jsonを使用します。

  • Windowsの場合: %APPDATA%/Claude/claude_desktop_config.jsonを使用します。

claude_desktop_config.json :

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

your_api_keyを実際の Ragie API キーに置き換え、必要に応じてパーティション ID を設定します。

  1. 変更を有効にするには、Claude デスクトップを再起動します。

Ragie 検索ツールが Claude デスクトップ会話で利用できるようになります。

特徴

取得ツール

サーバーは、ナレッジベースの検索に使用できるretrieveツールを提供しています。このツールは、以下のパラメータを受け入れます。

  • query (文字列): 関連情報を見つけるための検索クエリ

ツールは次を返します:

  • ナレッジベースからの一致するテキストを含むコンテンツチャンクの配列

発達

このプロジェクトは TypeScript で記述されており、次の主な依存関係を使用します。

  • @modelcontextprotocol/sdk : MCPサーバーの実装用

  • ragie : Ragie APIとやりとりするため

  • zod : 実行時の型検証用

開発セットアップ

開発モードでサーバーを実行する:

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

プロジェクトの構築:

npm run build

ライセンス

MIT ライセンス - 詳細については LICENSE.txt を参照してください。

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

Latest Blog Posts

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