🚀 MCP 서버가 포함된 Agentic RAG

✨ 개요

MCP 서버가 탑재된 Agentic RAG는 Agentic RAG (Retrieval-Augmented Generation) 애플리케이션을 구축하기 위한 MCP(Model Context Protocol) 서버와 클라이언트를 결합한 강력한 프로젝트입니다.

이 설정은 다음과 같은 고급 도구를 사용하여 RAG 시스템을 강화합니다.

• 🕵️‍♂️ 엔티티 추출

• 🔍 쿼리 세분화

• ✅ 관련성 확인

서버는 이러한 지능형 도구를 호스팅하고, 클라이언트는 이러한 도구에 원활하게 연결하여 활용하는 방법을 보여줍니다.

Related MCP server: MCP-RAGNAR

🖥️ 서버 — server.py

mcp 라이브러리의 FastMCP 클래스를 기반으로 하는 이 서버는 다음과 같은 편리한 도구를 제공합니다.

🤝 클라이언트 — mcp-client.py

클라이언트는 MCP 서버에 연결하고 상호 작용하는 방법을 보여줍니다.

• mcp 라이브러리에서 ClientSession 과 연결을 설정합니다.

• 사용 가능한 모든 서버 도구 나열

• 사용자 정의 인수로 모든 도구 호출

• OpenAI 또는 Gemini 와 MCP 도구를 함께 활용하여 쿼리 처리

⚙️ 요구 사항

• 파이썬 3.9 이상

• openai Python 패키지

• mcp 라이브러리

• 환경 변수 관리를 위한 python-dotenv

🛠️ 설치 가이드

지엑스피1

🔐 구성

1. .env 파일을 만듭니다( .env.sample 템플릿으로 사용)

2. .env 에 OpenAI 모델을 설정합니다.

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

🚀 사용 방법

1. MCP 서버를 시작합니다.

python server.py

2. MCP 클라이언트를 실행합니다.

python mcp-client.py

📜 라이센스

이 프로젝트는 MIT 라이선스 에 따라 라이선스가 부여되었습니다.

읽어주셔서 감사합니다 🙏