Click on "Deploy Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@quant-rag What do papers in the library say about bid-ask spread components? Include citations."
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
Retrieval over a closed library of quantitative-finance research, where every retrieval choice is settled by a paired measurement and every citation can be checked without a language model.
418 documents (papers, working papers, books; 1971–2026) · 26,120 passages · 10 MCP tools · 85 ms median search, warm · 546 tests that run without the corpus
An LLM agent asks questions about market microstructure, volatility models, backtest statistics or portfolio construction. The server answers with passages that arrive whole (never cut inside a formula, a table row or a word), each with a citable source, a character-level anchor into the document's canonical text, and a trace naming the exact server, corpus and configuration that produced it.
The engine itself is deliberately plain: dense retrieval on Qwen3 embeddings in an embedded Qdrant. The work is in the measurement behind it: two benchmark families built against the known-item bias, an LLM judge whose accuracy and noise are measured on every run, placebo arms, paired bootstrap confidence intervals, and a written protocol before each major experiment. Several popular techniques were measured on this corpus, and most of them were rejected.
Paired differences in nDCG@10 (same questions in both arms), 95 % bootstrap CI;
* = the interval excludes zero. Full protocols and tables: docs/evaluation.md.
Question | What was measured | Decision |
Does hybrid BM25 + RRF + cross-encoder beat dense? | Best configuration on a hand-written known-item bench (0.935 vs 0.853), but −0.140 [−0.240, −0.043]* on the first leak-controlled natural-language bench | dense by default; hybrid only on request, for remembered identifiers |
Can a rule-based router pick the right path? | +0.021 [+0.002, +0.050]* on the 65 calibration questions, then −0.019 [−0.041, +0.002] on the 130-question bench that followed (−0.027 on its 90 unseen questions); a perfect router would add +0.055 |
|
RRF fusion of dense and BM25 (14 variants) | −0.088 [−0.124, −0.054]* | rejected |
| −0.092 [−0.148, −0.033]* | reranking off in dense mode |
| +0.070 [+0.018, +0.125]*, R@1 0.25 → 0.37, at 15 s median per query | not shipped; reranking only the top 10 keeps half the gain at 3.3 s |
Re-embedding every passage with a clean, consolidated title | +0.031 [+0.003, +0.059]*; questions whose gold passage falls outside the top 50: 39 → 26 | adopted |
Filtering by publication year on dated questions | +0.100 [+0.029, +0.184]* | adopted; a period written in the question ("published before 2010") is parsed into the filter: 15/15 detected, 0 false positives on 160 other questions |
Fusing entity-graph hits into the ranking | −0.105 [−0.135, −0.074]* | rejected; the graph stays a separate exploration tool |
Served passages cut inside a formula, table row or word | 178 of 760 → 0, for +14.1 % context | output contract |
Citation check, no language model involved | 50/50 real quotes found, 0/50 one-word alterations accepted |
|
Questions whose answer is not in the corpus | 20/20 abstentions, 0 fabrications | answer prompt |
Related MCP server: Octagon MCP Server
git clone https://github.com/Elias-outofsample/quant-rag && cd quant-rag
python3 -m venv .venv && .venv/bin/pip install -e . # Python 3.12+
.venv/bin/python rag/demo.pyThe demo runs the real serving functions on one synthetic document (only the storage layer is swapped for an in-memory text):
1. The output contract: a passage arrives whole, or cleanly interrupted
cap 325 (inside the display formula)
raw cut … \kappa (\theta - s_t)\,dt + \sigma\, dW_t, breaks: an open $$ block
contract cut …$ is where the spread returns after a shock. breaks: nothing · 678 characters announced as remaining
cap 752 (inside a table row)
raw cut …A | 0.35 | 0.00 | 0.12 | 1.98 |⏎| B | 0.08 | breaks: half a table row
contract cut …-|---|---|⏎| A | 0.35 | 0.00 | 0.12 | 1.98 | breaks: nothing · 209 characters announced as remaining
2. Quote verification, without a language model
copied from the passage found · offsets [376, 467] · exacte
retyped: spacing, hyphen, capitals found · offsets [376, 467] · exacte après normalisation
one word changed (more -> less) NOT found · closest passage: similarity 0.933, 2 word edits
stitched from two places NOT found · closest passage: similarity 0.833, 4 word edits
3. The query side: publication periods and exact tokens
'volatility targeting, according to papers published between 2015 and 2020'
-> year_min=2015 year_max=2020, embedded query: 'volatility targeting'flowchart TB
subgraph ingest["1 · Ingestion, offline"]
direction LR
PDF["PDF"] --> P["MinerU parse"] --> K["passages with<br/>section path"] --> M["metadata with provenance;<br/>tables to Markdown"] --> E["Qwen3-Embedding-0.6B"]
end
subgraph store["2 · Corpus state, named by its signature"]
direction LR
Q[("Qdrant, embedded")]
B[("BM25 index")]
G[("GLiNER2 entity graph")]
Q ~~~ B ~~~ G
end
subgraph serve["3 · Serving"]
direction LR
U["question"] --> D["period clause<br/>to year filter"] --> R{"mode"}
R -->|"auto"| DN["dense top-k"]
R -->|"hybrid, on request"| H["BM25 + RRF<br/>+ cross-encoder"]
DN --> S["drop headings and near-duplicates;<br/>max 2 passages per document"]
H --> S
S --> O["output contract:<br/>whole passage, anchor, trace"]
end
ingest --> store --> serve --> MCP["MCP server, 10 tools"] --> A["LLM agent"]Every step is described, with its measured cost, in docs/architecture.md. The promises made on what is served are in docs/output-contract.md.
Real output of search_documents (the server's labels are French: citer = cite as,
ancre = anchor, interne = internal keys, qualité = known defects of the passage):
routage: dense — dense par défaut (calibration v3 : aucune règle ne bat le dense) · rerank: non · dense_top1=0.719 · 12406 ms
trace: request_id=8a7bdb351ec64fbb · serveur 1.4.0 · contrat 1.0.0 · corpus e1bdf36e2e · config aa5531c56ba9 · fenêtre 10000 c.
[1] cosine=0.719
citer : Ding et al. (2025) — Deep Learning Option Pricing with Market Implied Volatility Surfaces, p. 3
section : III. RESULTS
interne : chunk_id=chunk-169b5be73892b3f3 · document_id=doc-96437e7c996bb218 · mixed (clés de travail, ne pas citer)
ancre : doc-96437e7c996bb218 · caractères 10861–13884 (exacte) · sha256:c41346f98382
qualité : has_html_tagsThe 12.4 s of this first call include loading the embedding model; warm searches take
75–89 ms. The ancre line is what verify_citation(document_id, quote) checks a quote
against: character offsets in the canonical text of the document and the SHA-256 of that
text, so an anchor rebuilt on a different text is detected.
Measured on the running server over JSON-RPC.
Tool | What it returns | Latency |
| ranked passages, with source, anchor and trace; filters by year and author | 84 ms |
| one passage with its neighbours, never truncated mid-structure | 363 ms |
| bibliography, filtered by author, period or text | 1.8 ms |
| how a topic evolves, grouped by publication year | 454 ms |
| found / not found, offsets, and the closest match when not found | 83 ms |
| the same, in batch | 156 ms |
| collection, counts, backend, device, contract, provenance | 2.7 s |
| passages mentioning the entities of a query | 288 ms |
| typed neighbours of an entity ( | 17 ms |
| passages and documents where two entities meet | 181 ms |
The first benchmark was the usual one: 25 questions written by hand while looking at the passage that answers them. It measured an IDF-weighted lexical leak of the question into its answer of 0.533 at the median and 0.916 at worst: retrieval on those questions is string matching. It crowned the hybrid pipeline, and that verdict reversed on questions worded the way a practitioner asks them. The benchmarks that followed are built against that bias:
Question factory. An LLM drafts a question from a passage as a practitioner would ask it; a second call rewrites it without seeing the passage; a leak score above 0.42 (the first quartile of the hand-written set) sends it back with the offending terms named; a verifier rejects questions that are unanswerable, not self-contained, or answered equally well by many other passages. The rejection rate is itself a finding: 12 % of table questions survive, against about a third of text questions.
Negative questions name a source that is provably absent: every spelling of it is checked absent from the corpus text. The retriever is only ever used to refute a negative question, never to certify one.
Two score families, never merged. Retrieval (nDCG@10 with graded gains, recall, MRR) needs no judge and stays valid when the judge model changes. Generation (groundedness, coverage of reference facts extracted before any answer existed) is judged; abstention is an exact string match.
The judge is measured on every run: sentinel answers with a known correct grade (verbatim gold, off-topic, fluent but unsupported, wrongful refusal) give its accuracy (0.889 on the v3 baseline), and a double-graded sample gives its noise floor. Generator and judge are different models.
Placebo arms. Regenerating the same configuration left only 55 % of answers identical and produced a "significant" +0.118 [+0.029, +0.235] change in fabrications on one family, with no variable changed. Since then both arms of a comparison are drawn in the same run, and a difference whose interval overlaps the placebo's is not reported as a result.
Instruments are proven before use. The in-memory dense matrix used to run experiments in parallel reproduces Qdrant's top 50, in the same order, on 155/155 questions; replaying the old bench in the new code reproduces the published numbers with a maximum deviation of 0.00.
Written protocol first. The larger experiments start from a dated pre-registration (question, metric, decision rule) and end with a report and a verdict: keep, reject, or keep as experimental.
Explicit corpus state. The document set, the overlays (deduplication, Markdown tables) and the consolidated titles hash to a corpus signature. The corpus is frozen between batches; unfreezing requires a written reason, kept in the history. The BM25 index file is named by that signature, and a check proves that production and benchmark serve the same index.
Ingestion without an operator. A batch driver runs eight steps per PDF (parse, survey,
diagnosis, import, registry and index updates, entity graph, retrieval probes, commit),
holds an exclusive lock, survives a kill -9, and rolls an import back symmetrically.
On a real 6-page paper: import in 25.9 s, zero LLM calls.
One home per decision. The Qdrant backend (embedded or server), the served window, the model prices used for cost accounting: each lives in one module, and tests fail if a literal copy reappears elsewhere.
Installation check. verifier_installation.py names every artefact the served path
depends on, checks coherence rather than presence (index and collection counts against the
registry, unresolved LFS pointers), says how to rebuild each one, and exits non-zero if one
is missing.
Tests. 674 tests; 546 run in CI without the corpus; those that read the private corpus are skipped with the missing path (rag/conftest.py).
rag/
quant_rag.py retrieval: period parsing, routing, dense / hybrid, filters, CLI
mcp_server.py MCP server, ten tools
contrat.py output contract: safe cut, quality flags, anchor and trace lines
citation.py ancrage.py quote verification; passage anchoring in the canonical text
graph_search.py entity-graph queries: mentions, neighbours, meeting points
reranking.py cross-encoder and Qwen3 rerankers
qdrant_backend.py embedded or server Qdrant, one home for the choice
build_index.py rebuild the collection from the export and the overlays
corpus_overlay.py deduplication, tables and titles overlays, applied wherever the corpus is read
gel_corpus.py corpus freeze, with its history
verifier_installation.py what the served path needs, and how to rebuild it
demo.py corpus-free tour of the served surface
ingestion/ parse, inspect, import, roll back; batch driver; registry
metadata/ titles/ tables/ graph/ corpus curation passes
benchmark/ about 100 experiment scripts and their tests (see its README)
agents/rag-scout.md minimal system prompt for the agent consuming the MCP tools
src/ parsing and lexical primitives (see NOTICE.md)
tests/ tests of the two original parsing modules in src/, and of the demo
docs/ architecture, evaluation, output contractuv venv --python 3.12 .venv
VIRTUAL_ENV=.venv uv pip install -e ".[dev]"
.venv/bin/python -m pytest -n auto -rs # no corpus needed; corpus tests report what is missingServing queries needs the model extras (.[models]: torch, sentence-transformers) and a
corpus state on disk: parsed documents, the vector export and the overlays under data/
and rag/. None of it is distributed (see below). With a corpus in place:
.venv/bin/python rag/build_index.py # embedded Qdrant collection
.venv/bin/python rag/quant_rag.py "square-root law of market impact"
.venv/bin/python rag/quant_rag.py "cointegration test" --year-max 2000
.venv/bin/python rag/quant_rag.py --timeline "rough volatility"
claude mcp add quant-rag -- "$PWD/.venv/bin/python" "$PWD/rag/mcp_server.py"Not distributed: the corpus (third-party copyrighted documents) and everything derived from it: vectors, BM25 index, entity graph, consolidated metadata, benchmark questions and per-run results. Test fixtures that came from the corpus were replaced by structure-preserving scrambles; the three short quotes kept for the citation tests are bibliographic-length.
Research log kept private: about forty dated pre-registrations and reports, in French,
quote the corpus. Code comments that point to docs/… or RAPPORT-… files refer to it.
Language: identifiers, comments and test names are mostly in French, the working language of the project; the documentation is in English.
LLMs: none on the served path. Language models only draft, launder and verify benchmark questions and judge answers (Mistral small and medium; Gemini once, as a separate instrument).
Hardware: developed and measured on an Apple M4 with 16 GB (MPS); CPU works, slower.
Stack: Python 3.12 · Qdrant · Qwen3-Embedding-0.6B · BM25 · bge / Qwen3 rerankers · GLiNER2 · MinerU · Model Context Protocol · NumPy.
All rights reserved. The code is published for reading and review; see LICENSE
and, for the provenance of src/, NOTICE.md.
Passages et documents qui mentionnent LES DEUX entités (« SVI » et « rough volatility »).
Pour trouver où deux idées se rencontrent dans le corpus. Liste les documents par nombre de passages communs, puis les meilleurs passages avec chunk_id. Aucun passage commun est une information en soi : les deux entités ne sont jamais citées ensemble dans un même passage.
Args: entity_a: première entité (nom ou fragment, variantes réunies). entity_b: seconde entité. top_k: nombre de passages (défaut 10, au plus 2 par document).
Inputs: entity_a (required), entity_b (required), top_k. Returns: result
Décrit l'index : documents, passages, couverture des métadonnées (années, auteurs), backend et device, et l'état du graphe d'entités (nombre d'entités, relations, état du corpus sur lequel il a été bâti).
Inputs: no named parameters. Returns: result
Entités reliées à entity_name dans le graphe, par relation, avec les passages qui l'attestent.
Répond à « quelles méthodes dépendent de la rough volatility ? », « à quoi SVI est-il comparé ? ».
Chaque voisin porte la relation et son sens (→ : l'entité est la tête, ← : la queue), le nombre
de passages qui soutiennent le lien et jusqu'à trois chunk_id à lire avec get_passage. Les
relations viennent de GLiNER2 (seuil 0,5) et sont clairsemées : un lien attesté par un seul
passage est une piste, pas un fait ; lire le passage avant de l'affirmer. Sans relation, la
réponse liste aussi les CO-MENTIONS : les entités citées dans les mêmes passages, pondérées
par leur rareté — la vue la plus utile pour explorer un sujet (auteurs, modèles, mesures
qui vont avec).
Args: entity_name: nom de l'entité (« rough volatility », « Heston model », « Gatheral »). L'entité exacte et ses variantes de nom (« rough volatility models ») sont réunies. relation: une seule relation (measures, predicts, causes, depends_on, correlates_with, applies_to, uses_method, compares_with, is_a, part_of) ; vide = toutes. entity_type: type de l'entité de départ, si le nom est ambigu (person, market_concept…). limit: nombre de voisins (défaut 20), classés par nombre de passages qui les attestent.
Inputs: entity_name (required), limit, relation, entity_type. Returns: result
Retourne le passage complet d'un chunk_id, avec ses voisins immédiats, pour citation.
Args:
chunk_id: la clé interne rendue par search_documents ou search_graph.
max_characters: fenêtre servie. Vide = 15 000, la fenêtre du contrat de sortie. Le
défaut historique était 6 000 et tronquait 30,2 % des fenêtres du corpus
(médiane 4 520 c., max 13 982) : un outil dont le nom promet le passage entier en
rendait moins d'un tiers du temps.
neighbours: nombre de voisins de chaque côté (défaut 1, 0 pour le seul chunk demandé).
Les voisins ne sont pas filtrés comme les résultats de recherche — un voisin
en-tête est un intitulé de section, donc du contexte — mais ils sont déclarés dans
la ligne « voisins : ».
Inputs: chunk_id (required), neighbours, max_characters. Returns: result
Liste bibliographique des documents du corpus, du plus récent au plus ancien, sans recherche vectorielle.
Args: author: sous-chaîne du nom d'un auteur (insensible aux accents et à la casse). year_min: année de publication minimale (inclus). year_max: année de publication maximale (inclus). text: sous-chaîne du titre. limit: nombre maximal de lignes (défaut 50).
Inputs: text, limit, author, year_max, +1 more. Returns: result
Cherche des passages dans le corpus de recherche quantitative (corpus dont la taille n'a pas pu être lue).
Couvre la volatilité et les options, la microstructure et l'exécution, les facteurs et
l'alpha, la construction de portefeuille et le ML appliqué à la finance (1971–2026).
Retourne des extraits classés, précédés de la décision de routage. Chaque extrait porte
une ligne « citer : » — auteurs, année, titre, page — et c'est la seule à recopier
dans une réponse : l'année fait partie de l'information, le corpus mélangeant des travaux
de 1987 et des preprints de 2026. La ligne « interne : » porte chunk_id et
document_id, qui servent à get_passage et ne sont pas des citations — ils ne
survivent pas à un re-découpage du corpus et ne disent rien à un lecteur.
Les pages affichées sont celles d'un lecteur, et une plage quand le passage en couvre plusieurs : le système ne dispose pas d'un pointeur de phrase, et annoncer une page exacte pour un passage à cheval serait une précision qu'il n'a pas.
Protocole d'usage, mesuré sur 155 questions (benchmark/eval_protocol.py) :
Une période explicite (« sources published in 2022 or earlier », « papers before 2010 », « depuis 2020 ») est détectée dans la question et transformée en year_min/year_max, la clause retirée du texte : rien à faire, sauf quand la période est implicite (« récent », « d'avant la crise ») — alors la traduire soi-même en year_min/year_max (+0,10 nDCG@10).
Question ouverte, conceptuelle : une seule requête en langue naturelle, en anglais, qui décrit le problème ; la reformuler pour l'index n'a pas aidé (chantier C).
N'utiliser mode="hybrid" que pour une requête faite d'identifiants mémorisés (auteur, acronyme, numéro, année : « Fukasawa SVI B2 B3 ») ; sur toute autre question il perd (−0,11 nDCG@10 sur 130 questions, −0,19 sur les tableaux). Depuis le 5 septembre 2026 on sait pourquoi : ce chemin empile deux composants mesurés négatifs — la fusion (−0,088 pooled, 14 variantes essayées, zéro en GO) et le reranker bge-base sur pool dense (−0,076 pooled, mesuré sur ce corpus). Il reste utile pour le cas des identifiants exacts ; ailleurs, le choisir est une erreur documentée.
Question multi-documents ou exploratoire : compléter par search_graph / expand_entity / connect_entities sur les entités nommées de la question, puis lire les passages des deux sources ; ne pas fusionner aveuglément (mesuré : la fusion automatique perd).
Args: query: la question, en anglais de préférence (le corpus est anglophone). limit: nombre de passages à retourner (défaut 5). document_id: restreindre à un seul document. mode: "auto" (défaut) = recherche sémantique seule (dense) — depuis le banc de 150 questions, aucune règle automatique ne fait mieux. "hybrid" ajoute BM25+fusion+rerank : à demander explicitement quand la question est faite d'identifiants exacts dont l'utilisateur se souvient (Fukasawa, SVI, ITRAXX 2007, arXiv 1206.0682), et seulement dans ce cas — sur une question en langue naturelle, et sur les tableaux, l'hybride fait moins bien que le dense. rerank: laisser vide pour suivre le mode (activé en hybrid, désactivé en dense). True/False force. Mesuré : bge-reranker-base aide sur un pool hybride et nuit sur un pool dense (−0,076 nDCG@10 pooled, −0,147 sur les questions simples). Ne pas forcer rerank=True en mode dense. year_min: ne garder que les documents publiés à partir de cette année (inclus). year_max: ne garder que les documents publiés jusqu'à cette année (inclus). Une borne d'année exclut les documents dont l'année est inconnue (un nombre non lu de documents). Laissées vides, une période explicite dans la question est détectée et appliquée (la ligne « période: » de la réponse le dit) ; une borne donnée prime toujours. author: ne garder que les documents d'un auteur (sous-chaîne du nom, insensible aux accents et à la casse : "lopez de prado", "Gatheral", "Jacquier"). reclassement: "selectif" reclasse les dix premiers candidats par Qwen3-Reranker-0.6B en protégeant le rang 1 dense. Laisser vide (défaut) dans l'immense majorité des appels.
**Ce que ça coûte** : ~3,2 s par requête contre 59 ms sans — un facteur **54** —
et 2,4 Go de mémoire résidente tant que le modèle est chargé, sur une machine de
16 Go qui tourne déjà avec 2,4 Go de swap. Ce n'est pas un réglage anodin.
**Ce que ça rapporte** (155 questions, corpus 5530cba145) : l'or entre dans les
cinq passages servis pour 19 questions et en sort pour 5. Net +14, et les cinq
pertes sont un sous-ensemble strict des sept du reclassement plein.
**Ce que ces 19 et ces 5 valent en RÉPONSE — mesuré le 8 septembre 2026** sur les
24 questions concernées, jugées dans les deux bras : sur les 5 « pertes », **une
seule** perd vraiment sa réponse ; les trois autres mesurables avaient une
couverture nulle **dans les deux bras** — elles n'avaient rien à perdre. Sur les
19 « gains », **12** gagnent vraiment une réponse. Le rapport réel est **12 pour
1**, non 19 pour 5, et l'échange net vaut **+11 réponses**.
**Ce que ça change pour toi** : le risque de dégrader une réponse en l'activant est
**cinq fois plus petit** que ce que le paragraphe précédent laisse croire. Ce qui
reste vrai, et qui est désormais la seule raison de ne pas l'activer partout, c'est
le coût — 3,2 s et 2,4 Go sur une machine de 16 Go. Active-le sans hésiter quand la
qualité de la réponse compte plus que trois secondes ; ne l'active pas en rafale
sur une exploration où tu enchaînes dix recherches.
**Quand le mettre** : quand un humain demande explicitement une recherche plus
soignée, ou après avoir constaté qu'une première recherche a rendu des passages
hors sujet sur une question dont on a de bonnes raisons de croire que le corpus
porte la réponse.
**Quand ne pas le mettre — et c'est le point important** : ne l'active pas « au
cas où », ni systématiquement, ni selon une règle que tu te donnerais toi-même
(longueur de la question, présence de chiffres, famille supposée). Une règle
d'activation inventée par l'appelant est une **politique de routage non mesurée**,
et ce dépôt a mesuré six fois que ses politiques de routage perdent. Le gain
ci-dessus n'est valable que sur un usage à la demande ; il ne dit rien de ce que
vaudrait une heuristique automatique, qui n'a jamais été évaluée.
Un échec de reclassement ne casse jamais la recherche : l'ordre dense est rendu.
Inputs: query (required), mode, limit, author, +5 more. Returns: result
Cherche dans le graphe d'entités : les passages qui MENTIONNENT une entité dont le nom contient query.
Complémentaire de search_documents (sémantique) : ici la correspondance est nominale et exacte — « Gatheral » retourne les passages où Gatheral est cité, « SVI » ceux où SVI apparaît, même quand la question sémantique ne les ferait pas remonter. Les entités ont été extraites par GLiNER2 sur chaque passage (personnes, organisations, instruments, concepts de marché, mesures, méthodes, jeux de données). Même format de sortie que search_documents : source citable, pages, chunk_id (pour get_passage), plus les entités reconnues dans le passage. Croiser avec search_documents : le graphe ne connaît que les noms, pas le sens.
Args: query: nom d'entité ou fragment (« Gatheral », « rough volatility », « SVI », « S&P 500 »). Casse et accents ignorés ; « Lopez de Prado » trouve « López de Prado ». entity_type: restreindre à un type : person, organization, financial_instrument, market_concept, measure, method, dataset. relation: ne garder que les passages où l'entité est tête ou queue d'une relation de ce type : measures, predicts, causes, depends_on, correlates_with, applies_to, uses_method, compares_with, is_a, part_of. top_k: nombre de passages (défaut 10, au plus 2 par document).
Inputs: query (required), top_k, relation, entity_type. Returns: result
Chronologie d'un sujet : le meilleur passage de chaque document, groupé par année de publication.
Utile pour voir comment une idée a évolué (rough volatility 2014 → 2026) ou pour distinguer les travaux fondateurs des preprints récents.
Args: topic: le sujet, formulé comme une question ou un intitulé. year_min: borne basse (inclus). year_max: borne haute (inclus). limit: nombre de documents (défaut 20).
Inputs: topic (required), limit, year_max, year_min. Returns: result
Vérifie qu'une citation se trouve vraiment dans le document qu'elle nomme.
À utiliser avant d'affirmer qu'un document dit quelque chose, et surtout quand la citation vient d'ailleurs que d'un passage servi à l'instant : d'une note prise plus tôt, d'un résumé, d'une réponse antérieure. Une citation recopiée de travers, recollée à partir de deux endroits ou reformulée reste plausible à la lecture — c'est précisément ce que cet outil détecte, et rien d'autre ne le détecte.
La vérification est déterministe : aucune génération, aucun modèle de langue. La
citation est normalisée (ligatures, <sup>/<sub>, tirets, guillemets, blancs, casse) puis
cherchée dans le texte canonique du document, celui dont le sha256 est servi par la ligne
« ancre : ».
Ce que rend l'outil :
trouve — vrai seulement pour une correspondance exacte après normalisation. Une
citation dont un seul mot diffère rend false. Mesuré : 50 extraits réels sur 50
retrouvés, 0 accepté sur 50 extraits altérés d'un mot.
offsets — la position [début, fin] dans le texte canonique, opposable.
plus_proche — quand c'est faux : le passage le plus ressemblant, sa ressemblance et le
nombre de mots qui diffèrent. C'est ce qui dit où la citation a dérivé.
source — texte canonique, ou texte servi pour les 5 914 tableaux dont le rendu
Markdown n'est pas une sous-chaîne du document.
Args: document_id: la clé interne du document, servie par la ligne « interne : ». quote: le texte cité, tel qu'on s'apprête à l'affirmer. Une phrase ou deux suffisent ; au-delà d'un paragraphe, une reformulation invisible fera échouer la vérification pour une raison sans rapport avec l'honnêteté de la citation. chunk_id: facultatif, restreint la recherche du repli « texte servi » à ce passage.
Inputs: quote (required), document_id (required), chunk_id. Returns: result
Vérifie plusieurs citations d'un coup — même contrat que verify_citation.
Args:
citations: liste d'objets {"document_id": …, "quote": …, "chunk_id": … (facultatif)}.
Vérifier ensemble les citations d'une même réponse coûte à peine plus qu'une seule :
le texte canonique d'un document n'est lu qu'une fois.
Inputs: citations (required). Returns: result
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Scored across 10 tools
Most tools have clearly distinct purposes: search_documents (semantic search), search_graph (entity mention search), expand_entity (entity neighbors), connect_entities (co-mentions), get_passage (retrieve chunk), verify_citation/verify_citations (verification), list_documents (bibliographic listing), timeline (chronological overview), corpus_status (index status). The only potential confusion is between search_documents and search_graph, but their descriptions explicitly contrast semantic vs. nominal matching. verify_citation and verify_citations are clearly the same operation with batch vs. single, which is acceptable.
Tool names mostly follow a verb_noun pattern: search_documents, search_graph, get_passage, list_documents, expand_entity, connect_entities, verify_citation, verify_citations, corpus_status, timeline. The pattern is consistent (imperative verb + object), though corpus_status and timeline are noun-only rather than verb_noun, which is a minor deviation. verify_citation vs verify_citations is a clear plural variant.
10 tools is well within the ideal 3-15 range for a RAG/quant-research server. Each tool serves a distinct function: corpus status, search (semantic, graph, timeline), retrieval (get_passage), citation verification (single and batch), document listing, and entity graph exploration (expand, connect). No tool feels redundant or superfluous.
The tool surface covers the full RAG workflow: search (semantic, entity-based, timeline), passage retrieval, citation verification, document listing, corpus status, and entity graph exploration. The domain is a read-only research corpus, so CRUD operations are not expected. The only minor gap might be a tool to get full document text, but get_passage with neighbors and list_documents cover most needs, and the corpus is described as passage-based.
Research layer for AI agents: stock theses, filing Q&A with page cites, monitoring. Research-only.
Finance research agent for thesis, trade note, and market-state review.
Read-only cited financial datasets, bounded research queries and source diagnostics.
443 finance tools, 60 prompts: quant, SEC and EU filings, fact checks, rates, odds, DeFi, macro.
