localrag-mcp — Плагин RAG-поиска по локальным документам (DeepSeek Harness)

Плагин MCP-инструментов, предоставляющий возможность локального поиска знаний для агента DeepSeek Harness: Агент может напрямую вызывать такие инструменты, как mcp__localrag__search, в ходе диалога для выполнения семантического поиска по локальным документам с указанием источников.

Вклад в экосистему: Это практический проект, следующий официальному руководству DeepSeek Harness по «созданию плагинов и их публикации». После публикации на GitHub с тегом dsh-plugin он становится доступным для сообщества.

Архитектура

DeepSeek Harness (dsh web)
   │  --patch localrag.cordis.yml
   ▼
@deepseek-ai/dsh-mcp-client  (官方通用 MCP 客户端)
   │  启动 stdio 子进程
   ▼
server.py  (Python, FastMCP)
   ├── index_documents(path)   # 扫描目录，分块 + 向量化，写入 Chroma
   ├── search(query, k)        # 语义检索，返回文本 + 来源路径 + 分数
   └── list_documents()        # 列出知识库中的文档
   │
   ├── 向量模型：fastembed / BAAI/bge-small-zh-v1.5（本地 ONNX，无需 API key）
   └── 向量库：Chroma（持久化到 ./data/chroma）

Related MCP server: Notebook Library MCP Server

Быстрый старт

# 1. 安装依赖（Python 3.10+）
cd localrag-mcp
pip install -r requirements.txt

# 2. 独立冒烟测试（不依赖 Harness）
python test-client.py
# 预期输出：tools: [...]; index: indexed 2 files, N chunks; search: 命中结果

# 3. 接入 DeepSeek Harness（在 harness 仓库根目录）
pnpm dsh web --patch D:\programing\python\LangChain\models\localrag-mcp\localrag.cordis.yml
# 首次会下载 bge-small-zh 模型（约 95MB，仅一次）

# 4. 在对话里使用
#    "先索引 D:\...\docs，然后检索：LangGraph 多 agent 是怎么协作的？"
#    agent 会依次调用 index_documents → search，并基于检索结果回答

✅ Результаты проверки (реальный запуск)

Автономный тест (python test-client.py):

tools: ['index_documents', 'search', 'list_documents']
index: indexed 2 files, 4 chunks into 'documents'
search: 命中 langgraph-multiagent.md（top score 0.537，带 source 路径）

Интеграция с Harness (pnpm dsh web --patch localrag.cordis.yml): Фактический тест показал, что агент последовательно вызывает index_documents → search по запросу, и итоговый ответ содержит ссылки на источники и оценки:

Основной источник: langgraph-multiagent.md (chunk 0, 1, оценка поиска 0.4851 / 0.2863) Дополнительный контекст: langchain-basics.md (оценка 0.1219)

Список инструментов (с точки зрения агента)

Ключевые особенности дизайна

• Поиск с указанием источника: Каждый чанк записывает source (абсолютный путь к файлу), что позволяет агенту ссылаться на источник в ответе — это ключевое отличие от обычного чата.

• Полностью локальный запуск: Векторизация выполняется локально с помощью ONNX, без зависимости от внешних API векторизации и без необходимости в каких-либо ключах.

• Стратегия разбиения: Скользящее окно в 512 символов с перекрытием в 64, оптимизировано для китайских документов (в v2 может быть заменено на семантическое разбиение).

• Инкрементальная индексация: upsert дедуплицирует по файлам, повторная индексация одного и того же каталога не создает дублирующихся векторов.

План развития (v2)

• Поддержка PDF / Word (pdfplumber + python-docx)

• Семантическое разбиение (на основе абзацев/заголовков, а не фиксированного окна)

• Инкапсуляция в стандартный RAG-пайплайн с помощью LangChain (множественный поиск + реранжирование)

• Интеграция с многогаентной системой глубокого исследования (рабочий процесс поиска использует этот плагин)

• Оценка: Оценка качества поиска с помощью RAGAS

Использование в резюме

Разработка dsh-plugin для экосистемы DeepSeek Harness: MCP-плагин RAG-поиска по локальным документам (Python + Chroma + fastembed)

• Реализованы три MCP-инструмента: index/search/list, которые агент может вызывать напрямую в диалоге, результаты поиска содержат ссылки на источники.

• Полностью локальная векторизация (bge-small-zh, ONNX) и постоянное хранение, без необходимости во внешних API.

• Подключение через официальный механизм --patch, проведены автономное дымовое тестирование и интеграционная проверка с Harness.

Связанные ссылки

• Официальное руководство по вкладу в DeepSeek Harness (путь публикации плагинов): https://github.com/deepseek-ai/deepseek-harness

• Сводка проблем с плагинами сообщества: Discussion #380

• Универсальный клиент MCP: @deepseek-ai/dsh-mcp-client