Skip to main content
Glama

local-sqlite-rag

Локальный гибридный RAG-движок и MCP-сервер на Python и SQLite (sqlite-vec + FTS5), работающий в связке с локальными серверами инференса (например, LM Studio).

Возможности

  • Гибридный поиск + RRF: объединяет векторный поиск по int8-эмбеддингам (sqlite-vec) и полнотекстовый поиск BM25 (FTS5) через алгоритм Reciprocal Rank Fusion.

  • Без тяжёлых фреймворков: чистый Python, встроенный sqlite3 и официальные SDK openai и mcp.

  • Инкрементальная индексация: отслеживает SHA-256 хэши файлов и фиксирует прогресс после каждого документа — индексацию больших архивов можно безопасно прерывать и продолжать с того же места.

  • Поддержка форматов: из коробки парсит .md, .txt, .pdf, .fb2 (включая .fb2.zip) и .epub.

  • Встроенный MCP-сервер: предоставляет локальным LLM инструменты search_knowledge_base и list_series по протоколу stdio.

Related MCP server: harness-health-engineering

Установка

cd C:\\path\to\local-\sqlite-rag
python -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -r requirements.txt

Запустите локальный сервер эмбеддингов с OpenAI-совместимым API (например, LM Studio на http://localhost:1234/v1 с моделью text-embedding-bge-m3).

Использование

1. Индексация документов

python ingest.py --docs .\sample_docs --db .\demo.db

2. Поиск через CLI

python search.py --db .\demo.db --query "how does RRF merge search results"

Поиск с генерацией ответа через локальную LLM:

python search.py --db .\demo.db --query "how does RRF merge search results" --chat-model gemma-4-12b-it

Подключение к LM Studio / Cursor (mcp.json)

{
  "mcpServers": {
    "sqlite-rag": {
      "command": "C:\\path\\to\\local-sqlite-rag\\.venv\\Scripts\\python.exe",
      "args": [
        "C:\\path\\to\\local-sqlite-rag\\server.py"
      ],
      "env": {
        "RAG_DB_PATH": "C:\\path\\to\\local-sqlite-rag\\demo.db",
        "LM_STUDIO_URL": "http://localhost:1234/v1",
        "EMBED_MODEL": "text-embedding-bge-m3"
      }
    }
  }
}

Лицензия

Проект распространяется под лицензией MIT.

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • F
      license
      Not graded
      quality
      D
      maintenance
      Hybrid semantic search (dense vector + BM25) over local knowledge bases and codebases, exposed as MCP tools for AI agents to search and list knowledge bases.
      -
    • F
      license
      Not graded
      quality
      D
      maintenance
      Enables local semantic code search across repositories using natural language, with AST-aware chunking and hybrid vector/FTS5 retrieval.
      -
    • F
      license
      Not graded
      quality
      A
      maintenance
      Enables AI hosts and agents to search, ask, and retrieve cited sections from a locally indexed collection of notes, documents, PDFs, web pages, org files, and chat logs using hybrid vector and BM25 retrieval.
      -