🚀 Агентский RAG с MCP-сервером

✨ 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: Shared Knowledge MCP Server

🖥️ Сервер — server.py

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

🤝 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

2. Запустите клиент MCP:

python mcp-client.py

📜 Лицензия

Данный проект лицензирован в соответствии с лицензией MIT .

Спасибо за чтение 🙏