Skip to main content
Glama
MCP Server RAG

MCP Server RAG

by atengk

MCP Server RAG (Retrieval-Augmented Generation)


📖 项目简介

mcp-server-rag 是一个专为大语言模型与 AI 智能体(Claude Desktop、Antigravity、Cursor、Cline 等)设计的检索增强生成(RAG)MCP 服务端。通过标准化的 Model Context Protocol (MCP) 接口,为 Agent 提供知识库索引、文档切分、向量嵌入、混合检索与上下文注入能力。


Related MCP server: io.github.Brightdotdev/darwin-rag

✨ 核心特性

  • 🚀 极速轻量:基于 FastMCP 与现代 Python 3.10+,启动秒级响应,资源占用低;

  • 🛡️ 工程规范标准:完全继承 oss-template 工业级开源底座,集成 GitHub Actions CI/CD、代码质量门禁 (Ruff) 与 Git 原生提交守护钩子;

  • 📦 全场景分发:支持 PyPI 官方包发布、多架构 Docker 镜像 (GHCR) 以及一键 uvx 免安装即用;

  • 🧩 领域模型对齐:遵循严谨的统一领域语言规范(详见 CONTEXT.md)。


🛠️ 快速开始

方式一:使用 uvx 免安装直接运行 (推荐首选)

uvx atengk-mcp-server-rag

方式二:使用 Docker 容器运行

docker run -i --rm ghcr.io/atengk/mcp-server-rag:latest

或使用内置 docker-compose.yml:

docker compose up -d

方式三:本地开发与源码安装

# 1. 克隆仓库
git clone https://github.com/atengk/mcp-server-rag.git
cd mcp-server-rag

# 2. 激活本地 Git 规范提交守护钩子
git config core.hooksPath .githooks

# 3. 使用 uv 安装依赖并启动环境
uv sync

# 4. 运行服务
uv run mcp-server-rag

💻 MCP 客户端接入配置

在你的 MCP 客户端配置文件(如 Claude Desktop 的 claude_desktop_config.json 或 Antigravity MCP 配置文件)中追加如下配置:

{
  "mcpServers": {
    "rag": {
      "command": "uvx",
      "args": ["atengk-mcp-server-rag"]
    }
  }
}

如需使用源码或本地虚拟环境启动:

{
  "mcpServers": {
    "rag": {
      "command": "uv",
      "args": ["run", "--directory", "/path/to/mcp-server-rag", "mcp-server-rag"]
    }
  }
}

🧪 测试与质量验证

# 代码风格与静态分析检查
uv run ruff check .
uv run ruff format --check .

# 单元测试执行
uv run pytest

📄 开源许可

本项目遵循 Apache-2.0 许可证。欢迎提交 Issue 与 Pull Request!

Tool Schema Changelog

Recent tool additions, removals, and schema changes observed during successful MCP inspections.

Loading tool schema changelog…

    Related MCP Connectors

    Related MCP Servers

    • F
      license
      Not graded
      quality
      D
      maintenance
      A fully local MCP server that imports Markdown, PDF, and web pages into a running knowledge base, providing hybrid search and document retrieval via authenticated Streamable HTTP for Codex and DeepSeek agents.
      -
    • A
      license
      Not graded
      quality
      C
      maintenance
      Enables local knowledge base management with retrieval-augmented generation (RAG), providing semantic search, document reading, listing, and Q&A via MCP tools and REST endpoints, all running locally without cloud dependencies.
      MIT