Skip to main content
Glama
deenesjakoruzh
ashishpatel26

Model Context Protocol Server

by ashishpatel26
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

🚀 Агентский RAG с MCP-сервером Agentic-RAG-MCPServer - AgenticRag

✨ Обзор

Agentic RAG с сервером MCP — это мощный проект, объединяющий сервер и клиент MCP (Model Context Protocol) для создания приложений Agentic RAG (Retrieval-Augmented Generation).

Эта настройка оснащает вашу систему RAG передовыми инструментами, такими как:

  • 🕵️‍♂️ Извлечение сущностей

  • 🔍 Уточнение запроса

  • ✅ Проверка релевантности

Сервер размещает эти интеллектуальные инструменты, а клиент показывает, как легко их подключить и использовать.

Related MCP server: MCP-RAGNAR

🖥️ Сервер — server.py

Сервер, работающий на основе класса FastMCP из библиотеки mcp , предоставляет следующие удобные инструменты:

Название инструмента

Описание

Икона

get_time_with_prefix

Возвращает текущую дату и время

⏰

extract_entities_tool

Использует OpenAI для извлечения сущностей из запроса — повышая релевантность поиска документов

🧠

refine_query_tool

Улучшает качество пользовательских запросов с помощью уточнения на основе OpenAI

✨

check_relevance

Отфильтровывает нерелевантный контент, проверяя релевантность фрагмента с помощью LLM

✅

🤝 Клиент — mcp-client.py

Клиент демонстрирует, как подключаться и взаимодействовать с сервером MCP:

  • Установить соединение с ClientSession из библиотеки mcp

  • Список всех доступных серверных инструментов

  • Вызов любого инструмента с пользовательскими аргументами

  • Обработка запросов с использованием OpenAI или инструментов Gemini и MCP в тандеме

⚙️ Требования

  • Python 3.9 или выше

  • пакет openai Python

  • библиотека mcp

  • python-dotenv для управления переменными среды

🛠️ Руководство по установке

# 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

🔐 Конфигурация

  1. Создайте файл .env (используйте .env.sample в качестве шаблона)

  2. Установите вашу модель OpenAI в .env :

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

🚀 Как использовать

  1. Запустите MCP-сервер:

python server.py

  1. Запустите клиент MCP:

python mcp-client.py

📜 Лицензия

Данный проект лицензирован в соответствии с лицензией MIT .

Спасибо за чтение 🙏

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