docs-rag-mcp

它并不是一个在你文档之上的更好搜索引擎，而是对智能体被允许相信之物的过滤器： 被取代的决策会消失，阈值会说出“我不知道”而不是凭空编造，而且你始终能看到某条结果为什么被收录。

一个 MCP 服务器，将某个 markdown 文档文件夹以单一搜索工具 search_notes 暴露给任何 MCP 客户端（Claude Code、Claude Desktop、Codex、Cursor、Zed…）。一切都在你的机器上运行：嵌入通过 Ollama 完成，索引时和查询时都不会有任何数据离开你的计算机。

npx -y docs-rag-mcp init      # guided questions -> config.json
npx -y docs-rag-mcp index     # builds the index

正在编写你要搜索的文档？ 你如何组织 markdown 文件，决定了它被找到的难易程度。请参阅 AUTHORING.md —— 一份关于如何编写易于检索的文档的简短指南。花五分钟读完，就能改善每一次搜索。

它真正与众不同的地方

这个工具所做的大部分事情，其他本地 RAG 服务器也能做到。真正罕见的部分是文档生命周期：索引知道某份文档已被取代，并据此行动。

• 一份在 frontmatter 中标记为 status: superseded 的文档默认不再被返回。当它确实被返回时——因为你明确要求了历史记录——它会带有 [superseded → reference/auth.md; 2026-03-01] 标签返回，因此接替它的文档会与它一起出现。

• 低于 minScore 时，工具会返回 “没有相关结果（最佳得分 0.41，阈值 0.55）”，而不是把找到的最接近的噪声交出去。拿到错误匹配的智能体会把它当作事实；人类则会犹豫。阈值就是这种犹豫所在。

• 每条命中都会显示它为什么在这里：[semantic 0.712]、[both 0.712]、[exact match]。不是一个你必须信任的黑盒。

其他人都做文件新鲜度——重新同步、重新索引、监视变化。没有人做真相新鲜度。这才是这个工具的全部意义。

其余——仅本地运行、按标题分块、SQLite 存储、增量索引——在该领域只是基本门槛，而不是差异化优势。它们列在下面的功能表中，而不是宣传里。

Related MCP server: recall-mcp

什么时候你并不需要它

诚实版本，因为这个领域已经变了：

• 对于符号的精确匹配，你的智能体已经有 grep，而且 grep 更快、不需要索引。函数名、错误码、配置键：不要为这些构建向量索引。

• 在文档只有几十份以下时，智能体式搜索就够了。 智能体读取文件树、grep、打开看起来相关的内容。这样可行。

• Anthropic 曾在 Claude Code 中内置带向量数据库的 RAG，随后又移除了它（2025 年 5 月），因为智能体式搜索表现更好。Cursor、Windsurf、Cline 等也走了同样的路。假装不是这样是不诚实的。

经得起这些考验、也正是它存在的原因是：grep 只能找到你叫得出名字的东西。 当文档称其为“token refresh window”、而你叫它“session expiry”时，grep 一无所获，语义搜索则返回该文档。而在一个冗长、多层级的话料库上，语义检索比让智能体遍历文件树花费更少的往返次数和更少的 token——不是“更好的结果”，而是更便宜的结果。

因此它的适用场景狭窄而具体：一份冗长、多层级、由 markdown 编写的决策、规范和 ADR 语料库，其中包含被取代的材料，而你需要智能体不复活一个已死的决策。

前置条件

• Node.js ≥ 22.5 — 索引使用内置的 node:sqlite 模块，因此无需构建原生依赖。根据你的 Node 版本，你可能会在 stderr 上看到一行警告（ExperimentalWarning: SQLite is an experimental feature）；它无害。

• Ollama 且带有嵌入模型。 构建索引以及每次搜索都需要该模型——查询会在运行时即时嵌入，因此只要 MCP 服务器在使用，Ollama 就必须在运行，而不仅仅是在索引期间。

# install Ollama from https://ollama.com, then:
ollama pull bge-m3

安装

发布出来的包无需克隆、无需构建：

npx -y docs-rag-mcp init      # guided questions -> writes config.json
npx -y docs-rag-mcp index     # builds the index

如果你打算使用自动重新索引钩子，请改为全局安装：

npm i -g docs-rag-mcp

npx 会在每次启动时重新解析包，并在首次使用时下载。这对 MCP 服务器无关紧要，因为它每个会话只启动一次；但该钩子被设计为零秒退出，并在每次文件编辑后运行——全局安装可以完全消除这一开销。docs-rag scaffold 会检测全局安装，并自行写入更短的命令形式。

更喜欢手工编辑配置？把 config.example.json 复制为 config.json 并设置 vaultPath。其他一切都有合理的默认值。

git clone https://github.com/andreaselmi/docs-rag-mcp
cd docs-rag-mcp
yarn install
yarn setup          # -> config.json
yarn index
yarn build          # compiles to dist/

yarn 脚本与各子命令一一对应（setup→init、serve、index、search、scaffold）。从源代码检出搭建项目时，请传入 --local：它会在生成的文件中写入 node /abs/path/dist/server.js，而不是一条会解析到已发布包、而非你当前工作树的 npx 命令。

命令

docs-rag init                 interactive wizard, writes config.json
docs-rag scaffold <dir>       give a project its own scoped instance
docs-rag index                build or update the index
docs-rag search "question"    query the index from the terminal
docs-rag serve                run the MCP server on stdio
docs-rag hook                 Claude Code hook entry point (auto re-index)

每个命令都接受 --config <path>。

在终端中测试检索

docs-rag search "how do we handle authentication"

你会看到匹配的章节，每一节都带有它被返回的原因：

[semantic 0.712]  reference/auth.md › Auth > How the client refreshes the token
[both 0.688]      decisions/2026-01-session-length.md › Session length  [2026-01-14]
[exact match]     reference/errors.md › Error codes > ERR_TOKEN_EXPIRED

这正是 MCP 客户端将使用的检索逻辑——请先在这里验证。

要为单次查询跳过某些文件夹，请传入 --exclude（逗号分隔的路径片段，不区分大小写）：

docs-rag search "how do we handle auth" --exclude archive,drafts

MCP 工具在 search_notes 上以可选的 exclude 数组暴露同样的功能，因此你可以在对话中要求 “搜索，但忽略 archive 文件夹”。

某些文件夹（默认是 archive、plans —— 见 defaultExclude）会在每次查询时被跳过，而不仅仅是你传入 --exclude 时。要为某一次查询仍然搜索它们，请传入 --all（CLI）或 searchAll: true（工具参数）。同样的标志也会重新纳入在 frontmatter 中标记为 superseded/archived 的文档，这些文档在默认搜索中同样被隐藏。

两条检索轨道，以及标签

稠密嵌入恰恰在规范文档里满是的东西上表现薄弱：缩写、错误码、函数名、版本号。因此每次查询都会运行两条轨道并合并结果。

• 语义轨道按余弦相似度对所有分块排序，并应用阈值。

• 词汇轨道是一种全文检索（FTS5），仅限于你查询中的稀有词。“稀有”是相对你自己的索引衡量的：一个词若出现在至多 max(5, lexicalMaxDocFreq × total chunks) 个分块中，并且不超过其中一半，就符合条件。对每个词都运行 FTS 会让常见词的匹配淹没结果；稀有性门槛正是保持精确的关键。

每条命中上的标签会告诉你它由哪条轨道放入：

仅词汇命中数量有限（2 个槽位），并且总是排在语义命中之后，因此稀有词匹配可以为答案作补充，但永远不会接管答案。

嵌入模型

Ollama 上可用的任何嵌入模型都可以——在配置中设置 embedModel。默认是 bge-m3，阈值也随附并针对它调校。

现在更改 embedModel 会强制完全重建。 索引会记录是哪个模型构建了它；用不同模型打开会被拒绝，而不是悄悄用不兼容的向量计算得分。早期版本会静默混合它们，并在没有任何错误的情况下返回错误结果。

有些模型需要在输入上加任务前缀（nomic-embed-text 需要 search_query: / search_document:）。这些模型记录在一个小注册表中，会自动为你应用。如果你选择的模型不在注册表中，docs-rag index 会明确说出来——搜索仍然可用，但没有人验证过该模型的前缀约定或阈值。

校准报告

每次索引运行结束时，你会得到一行类似这样的输出：

Calibration: background noise p99 = 0.421 over 500 random pairs -> suggested minScore 0.45 (in use: 0.55, from the model registry).

它会从你自己的话料库中随机抽取成对的分块，这些分块按定义不相关，并报告它们仍然达到的相似度得分。这就是模型的噪声底：任何得分低于它的结果，都与两份互不相干的文档无法区分。

把它当作下界，而不是照抄的设置。如果建议值远高于你配置的 minScore，说明你的阈值正在放行噪声。如果远低于，你可以放心地更严格。配置值始终优先——报告绝不会覆盖你的选择，它只告诉你它测量到了什么。

每个项目一个实例（推荐）

你通常希望每个项目有一个独立的知识库。你并不需要为每个项目复制一份这个工具——安装一次，然后给每个项目各自的配置，并在项目作用域注册：

docs-rag scaffold /path/to/some-project     # asks a few questions (or pass flags)

对于该项目，它会写入：

• some-project/.rag/config.json — 它的配置（vaultPath 是项目根目录；索引落在旁边的 .rag/index.db）。在已搭建过的项目上重新运行 scaffold 会保留此文件：调校过的 pathBoosts 和阈值会保留，只有你在该次运行中作为标志显式传入的键才会被覆盖。

• some-project/.mcp.json — 一个项目作用域的 MCP 注册。其中已有的服务器会被保留。由于该命令不包含任何机器特定路径，此文件可以提交：任何克隆仓库的人无需手工安装任何内容，就能获得对其文档的搜索。

• 将 .rag/index.db* 和旧的 .rag/index.json* 追加到项目的 .gitignore。

• 使用 --hook 时：some-project/.claude/settings.local.json，一个 Claude Code 钩子，会在每次 markdown 编辑后在后台重新索引（见下文）。

然后：

docs-rag index --config /path/to/some-project/.rag/config.json

非交互式，可跨多个仓库脚本化：

docs-rag scaffold /path/to/proj --name proj-docs --include "**/docs/**/*.md" \
  --desc "What's in this project's docs" --hook --yes

--config 如何解析

每个命令都接受 --config。配置文件“携带”它自己的索引（相对 indexPath 会解析到配置文件旁边），因此各实例互不干扰。解析顺序：

1. 绝对路径始终优先。

2. CLAUDE_PROJECT_DIR，Claude Code 会将它设置为其启动的服务器和钩子环境中的项目根目录。

3. 从工作目录向上查找，直到第一个存在该路径的祖先目录。这就是让 --config .rag/config.json 在没有设置自身环境变量的客户端上也能工作的原因。

4. 否则，使用工作目录。

完全不使用 --config 时，同样的向上查找会寻找 .rag/config.json，因此在脚手架项目内的任何位置运行 docs-rag search "…" 都能直接生效。

不要自己把 ${CLAUDE_PROJECT_DIR} 写入 .mcp.json 的 args：Claude Code 不会在那里展开变量，因此它会被原样传递。

接入 MCP 客户端

Claude Code

项目作用域是 docs-rag scaffold 所配置的。如果你想要的是在 每次 会话中都存在的知识库，则在用户作用域下注册：

claude mcp add work-docs -s user -- npx -y docs-rag-mcp serve --config ~/vaults/work.json

用 claude mcp list 检查是否已连接，然后问类似 “search_notes：我们为什么选择 X？” 的问题。

Codex CLI、Cursor、Zed 以及其他 MCP 客户端

该服务器是标准 stdio MCP，因此任何支持该协议的客户端都可以运行它。在 Codex CLI 的 ~/.codex/config.toml 中：

[mcp_servers.docs-search]
command = "npx"
args = ["-y", "docs-rag-mcp", "serve", "--config", "/absolute/path/to/.rag/config.json"]

Cursor 和 Zed 在自己的 MCP 设置中使用相同的命令和参数。

这里应使用绝对路径的 --config，因为它不依赖任何东西。相对路径也可以通过上述目录向上查找来工作——但该路径是经过构造设计和单元测试验证的，并未针对那些客户端进行测试。如果你在其中之一上运行它，欢迎提交报告。

为每个实例设置各自的 serverName 和 toolDescription：模型会读取该描述来决定是否调用此工具，因此要描述这个知识库里有什么，而不是这个工具做什么。

保持索引最新

索引是一种构建产物：index.db，一个 WAL 模式的 SQLite 数据库，带有 -wal 和 -shm 伴生文件。编辑文档后，重新运行 docs-rag index——它是增量的，只会重新嵌入 mtime 发生变化的文件。正在运行的 MCP 服务器会自动拾取每次重新索引，无需重启。过期的索引会用过期内容作答——比未命中更糟。

自动重新索引（仅限 Claude Code，可选启用）

使用 --hook 搭建项目时，Claude Code PostToolUse 钩子 会在 Claude 写入或编辑该项目中的 markdown 文件时在后台重新运行增量索引器——合并为最多每 30 秒运行一次，不会遗漏任何编辑。在 Claude Code 之外所做的编辑仍需要手动运行。

该钩子位于项目的 .claude/settings.local.json（个人设置，不提交）；删除 PostToolUse 条目即可禁用它。如果后台运行无法工作——最常见的原因是 Ollama 没有运行——你在会话中每个片段只会收到一次警告，而不是每次保存都收到，详细信息会写入 .rag/hook.log。其他 MCP 客户端不会运行 Claude Code 钩子：在这些客户端中，请手动重新索引。

升级现有索引

升级后的第一次 docs-rag index 是一次一次性的完整重新嵌入，而不是通常的亚秒级空操作：schema 新增了模型标识表和 FTS5 表，旧向量无法迁移。如果启用了钩子，它会在你第一次编辑时在后台启动，因此预计第一次运行需要几分钟而不是一秒。

从原始 index.json 升级：它会被重命名为 index.json.bak，并从零重建。对结果满意后，删除 .bak 文件即可。

配置参考

调优检索

五个可选字段控制返回哪些结果（括号内为默认值）：

• defaultExclude（["archive", "plans"]）——每次查询都会跳过的路径子字符串。调用者可以在单次查询中通过 searchAll: true（CLI：--all）选择重新包含这些路径；同样的标志也会重新包含在 frontmatter 中标记为 superseded／archived 的文档。

• minScore（0.55）——绝对余弦下限。低于该值时，结果会被丢弃，工具会以被拒绝的最佳得分回答 "No relevant results"，而不是返回噪声。如何选择该值，请参阅上面的校准报告。

• relativeCutoff（0.88）——丢弃得分低于最佳幸存得分这一比例的结果。

• lexicalMaxDocFreq（0.01）——查询词必须有多罕见才会触发词汇检索轨道：如果它出现在最多 max(5, ratio × total chunks) 个块中，则符合条件；如果它出现在超过一半的语料库中，则永远不符合。提高该值可让更多词通过（更多精确匹配，更多噪声）；降低该值可让该轨道保留给真正不常见的标识符。

• pathBoosts（{}）——按路径子字符串的仅排序乘数，例如 {"reference/": 1.15, "decisions/": 1.1}，用于让精选文档优先于笔记。乘数永远不会覆盖阈值，也永远不会改变报告的分数。

minScore 和 relativeCutoff 出厂时为 bge-m3 调优。如果使用其他模型，请先运行 docs-rag index 并阅读校准行，再信任默认值。

工作原理

大约 2,000 行 TypeScript，没有构建魔法，没有框架。检索路径本身——分块、嵌入、排序——约占其中 500 行，你可以从头到尾阅读。

• src/chunk.ts——按标题拆分 markdown，保留标题面包屑，从嵌入文本中剔除代码围栏，拆分过大的章节。

• src/frontmatter.ts——解析 status / date / superseded_by，并将它们从被索引的文本中剥离。

• src/embed.ts + src/models.ts——Ollama 的 /api/embed，以及按模型区分的前缀注册表。

• src/store.ts——SQLite 模式、版本管理、模型标识、FTS5 镜像。

• src/index-docs.ts——遍历 vault，分块，嵌入，增量写入。

• src/calibrate.ts——建议的 minScore 背后的噪声底线测量。

• src/lexical.ts——稀有度门控：哪些查询词值得进行精确搜索。

• src/search.ts——嵌入查询，按余弦排序，应用阈值，排除和增强，合并词汇检索轨道。

• src/server.ts——通过 stdio 暴露 search_notes 的 MCP 服务器。

• src/scaffold.ts——每个项目的实例生成器。

• src/hook.ts——自动重新索引钩子（防抖、锁、失败通知）。

• src/cli.ts——docs-rag 可执行文件；只有一个子命令表，别无其他。

刻意不在范围内

• 两个轨道的倒数排名融合。RRF 会丢弃绝对分数，而 minScore——“我不知道”的阈值——正是建立在绝对分数之上的。保持轨道分离可以保留这一承诺。

• 单个实例中的多个 vault（改用多个配置）。

• 可插拔的嵌入提供商——仅支持 Ollama，以保持仅本地的承诺。

• 面向人类的 UI、协作、多文档综合。它的存在是为了让处理你代码的代理了解你的决策，而不是作为你的团队阅读文档的地方。

许可证

MIT——参见 LICENSE。