Skip to main content
Glama
deenesjakoruzh
ashishpatel26

Model Context Protocol Server

by ashishpatel26
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

🚀 Agentic RAG mit MCP-Server Agentic-RAG-MCPServer - AgenticRag

✨ Übersicht

Agentic RAG mit MCP Server ist ein leistungsstarkes Projekt, das einen MCP-Server (Model Context Protocol) und einen Client zum Erstellen von Agentic RAG -Anwendungen (Retrieval-Augmented Generation) zusammenbringt.

Dieses Setup stattet Ihr RAG-System mit erweiterten Tools aus, wie beispielsweise:

  • 🕵️‍♂️ Entitätsextraktion

  • 🔍 Abfrageverfeinerung

  • ✅ Relevanzprüfung

Der Server hostet diese intelligenten Tools, während der Client zeigt, wie man sie nahtlos verbindet und nutzt.

Related MCP server: MCP-RAGNAR

🖥️ Server – server.py

Der Server wird von der FastMCP -Klasse aus der mcp Bibliothek unterstützt und stellt diese praktischen Tools bereit:

Werkzeugname

Beschreibung

Symbol

get_time_with_prefix

Gibt das aktuelle Datum und die aktuelle Uhrzeit zurück

⏰

extract_entities_tool

Verwendet OpenAI , um Entitäten aus einer Abfrage zu extrahieren und so die Relevanz des Dokumentabrufs zu verbessern

🧠

refine_query_tool

Verbessert die Qualität von Benutzerabfragen durch OpenAI-gestützte Verfeinerung

✨

check_relevance

Filtert irrelevante Inhalte heraus, indem die Chunk-Relevanz mit einem LLM überprüft wird

✅

🤝 Client — mcp-client.py

Der Client demonstriert, wie eine Verbindung zum MCP-Server hergestellt und mit ihm interagiert wird:

  • Stellen Sie eine Verbindung mit ClientSession aus der mcp Bibliothek her

  • Listen Sie alle verfügbaren Servertools auf

  • Rufen Sie jedes Tool mit benutzerdefinierten Argumenten auf

  • Verarbeiten Sie Abfragen, indem Sie OpenAI- oder Gemini- und MCP-Tools gleichzeitig nutzen

⚙️ Voraussetzungen

  • Python 3.9 oder höher

  • openai Python-Paket

  • mcp -Bibliothek

  • python-dotenv für die Verwaltung von Umgebungsvariablen

🛠️ Installationsanleitung

# Step 1: Clone the repository
git clone https://github.com/ashishpatel26/Agentic-RAG-with-MCP-Server.git

# Step 2: Navigate into the project directory
cd Agentic-RAG-with-MCP-Serve

# Step 3: Install dependencies
pip install -r requirements.txt

🔐 Konfiguration

  1. Erstellen Sie eine .env Datei (verwenden Sie .env.sample als Vorlage).

  2. Legen Sie Ihr OpenAI-Modell in .env fest:

OPENAI_MODEL_NAME="your-model-name-here"
GEMINI_API_KEY="your-model-name-here"

🚀 Anwendung

  1. Starten Sie den MCP-Server:

python server.py

  1. Führen Sie den MCP-Client aus:

python mcp-client.py

📜 Lizenz

Dieses Projekt ist unter der MIT-Lizenz lizenziert.

Danke fürs Lesen 🙏

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • AgenticRAG MCP Server

    aibozo
    A
    license
    Not graded
    quality
    D
    maintenance
    An intelligent codebase processing server that provides agentic RAG capabilities for code repositories, enabling semantic search and contextual understanding through self-evaluating retrieval loops.
    2
    MIT

  • MCP-RAGNAR

    bixentemal
    A
    license
    Not graded
    quality
    D
    maintenance
    A local RAG server that enables document indexing and sentence window retrieval across multiple file formats like PDF, MD, and DOCX. It supports both local Hugging Face models and OpenAI embeddings for efficient context-aware querying through the Model Context Protocol.
    GPL 3.0

  • ragx

    JIEAO-re
    A
    license
    Not graded
    quality
    D
    maintenance
    RAGX MCP Server enables retrieval-augmented generation with document ingestion, hybrid search, and agentic answering using Claude, exposing tools for querying, searching, and managing documents.
    2
    MIT