sqlite-rag
This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
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
sqlite3и официальные SDKopenaiиmcp.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_baseиlist_seriesпо протоколуstdio.
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.txtЗапустите 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.db2. 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-itПодключение 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…
This server cannot be deployed
Maintenance
Related MCP Connectors
Search your knowledge bases from any AI assistant using hybrid RAG.
Private, multimodal knowledge store for agents: hybrid search with cited, provenance-backed results.
A search engine that learns from your grades. Store text, records, images or embeddings.
Hybrid search, schema introspection and record read/write over FoxNose collections
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceHybrid semantic search (dense vector + BM25) over local knowledge bases and codebases, exposed as MCP tools for AI agents to search and list knowledge bases.-
- AlicenseNot gradedqualityDmaintenanceEnables querying a local health knowledge base with hybrid RAG (vector + FTS5) and exploring backlinks between notes.MIT
- FlicenseNot gradedqualityDmaintenanceEnables local semantic code search across repositories using natural language, with AST-aware chunking and hybrid vector/FTS5 retrieval.-
- FlicenseNot gradedqualityAmaintenanceEnables 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.-