Skip to main content
Glama
calypso-so

Calypso Multimodal RAG MCP Server

Official
by calypso-so

Calypso 多模态 RAG MCP 服务器

最简单的托管式多模态 RAG MCP 服务器,适用于 Claude Desktop、Cursor 和智能体工作流。

一条 npx 命令即可。由 Gemini File Search 驱动。原生处理 PDF、截图、图表、示意图和图片,并附带可验证的引用。

Trust Score npm version GitHub stars Multimodal RAG One command License CI

为 Claude、Cursor、Windsurf 和自定义智能体添加托管式多模态 RAG 的最简单方式。

  • 超简单配置npx -y @calypsohq/multimodal-rag-mcp-server --api-key sk-your-key-here

  • 真正的多模态 RAG:通过 Gemini File Search 原生处理文本和视觉内容

  • 上传与查询:专用于持久知识文件和批量上传的工具

  • 多轮对话:支持上下文感知的回答,可通过 /new 重置

  • 可发现的工作流:为安全的 RAG、上传和摄取流程提供资源和提示词

GitHub | 文档 | Smithery | 官方 MCP 注册表

标签:multimodal-rageasiest-mcp-raggemini-raghosted-rag-mcpmcp-server

与其将每个智能体或工作流接入一次性的文档搜索栈,不如使用此 MCP 作为面向智能体的入口,连接一个可复用的答案层:上传一次源材料,即可跨文本和视觉内容检索,并返回带有用户可验证证据的答案。

快速开始(最简单方式)

# One-liner with npx
npx -y @calypsohq/multimodal-rag-mcp-server --api-key "sk-your-key-here"

或使用环境变量:

CALYPSO_API_KEY="sk-..." npx -y @calypsohq/multimodal-rag-mcp-server

然后使用下面的配置示例,将相同的命令添加到 Claude Desktop、Cursor 或 Smithery。

Related MCP server: RAG-Anything MCP Server

为什么选择 Calypso

Calypso 专为希望获得最简单托管式多模态 RAG MCP 服务器的团队而构建:无需本地向量栈、无需 Docker Compose、无需在智能体提出有据可依的问题之前先搭建自定义 OCR 或图像处理流水线。

特性

Calypso

rag-anything-mcp

Pixeltable

配置

1 条 npx 命令(零基础设施)

克隆 + Python

Docker Compose

多模态

原生 Gemini File Search(文本 + 图片、图表、示意图、PDF),无需额外的视觉流水线

基于 OpenAI 视觉的强文档 RAG

非常适合视频、音频、图片和表格

托管方式

完全托管(提供自托管选项)

本地优先

本地优先

运维

零运维云端

需要 Python 环境配置

需要 Docker

上传工具

内置上传会话单文件及批量知识工具

引用 / 依据

带有检索元数据的强证据链

最适合

希望为 MCP 客户端提供零运维托管式多模态 RAG 的团队

本地文档 RAG 实验

重度本地视频/音频/数据工作流

如果您想要最简单的托管式多模态 RAG MCP 服务器,从这里开始。

您将获得

  • 具有多轮记忆能力的生产级多模态 RAG 智能体

  • 内置单文件上传和批量知识上传工具

  • 自动发现您团队的 RAG 变体和知识桶

  • 带有来源引用和检索元数据的可验证引用

  • 用于安全工作流的只读资源和可复用提示词

为什么多模态优先的 RAG

大多数公司知识不仅仅是文本。答案往往分散在设置截图、PDF 表格、产品示意图、帮助中心页面或报告中的图表里。Calypso 将完整的知识面打包到单一检索层中,让智能体能够提出有据可依的问题,而不是依赖通用模型记忆进行猜测。

  • 搜索用户实际依赖的格式:文档、PDF、截图、图表、示意图、产品图片、支持文章、手册、政策、常见问题解答和报告。

  • 在模型作答之前先建立依据:Gemini File Search 先检索相关的文本和视觉上下文,然后 RAG 智能体基于这些源材料作答。

  • 展示证据链:回答可以包含来源引用、页面感知的依据和检索元数据,让用户在信任之前先进行验证。

  • 使用元数据限定检索范围:使用工作区、团队、客户、语言、文件类型、状态或其他元数据来保持回答的相关性,而无需复制知识库。

  • 在任意位置复用同一知识层:将 Cursor、Claude Desktop、AI 智能体、n8n 工作流、产品界面、支持流程和网站体验连接到同一个有源支撑的层。

在实践中,这意味着您的智能体可以回答如下问题:

  • "解释这张设置截图和附带的政策 PDF。支持代表下一步应该做什么?"

  • "这份入职 PDF 中关于审批规则说了什么?"

  • "为什么这个设置界面失败了?"

  • "将定价图表与我们的套餐文档进行比较,并推荐合适的层级。"

  • "总结适用于此支持工单的政策。"

  • "根据我们的定价文档,哪个产品套餐适合这个客户?"

  • "比较图示的摄取流程与检索流程。"

此 MCP 的功能

使用 calypso-rag-agent,您可以:

  • 针对已配置的 Calypso 知识库提出有据可依的问题

  • 使用可选的 model 参数选择任何已发现的团队 RAG 变体

  • 通过原生 /v1/responses 对话模型继续多轮对话

  • 使用 /new 重置对话上下文

  • 使用与 calypso-rag-agent 相同的兼容 OpenAI 的 Responses 端点

  • 发现内置资源和提示词,用于受支持的 Calypso 工作流

要求

  • Node.js 18+

  • 服务器使用 Web Fetch API 原语(fetchHeadersRequestResponseFormDataBlobFile)进行 API 调用并实现 SDK 兼容性。该包会在启动时为仅暴露部分 Node 18+ Web API 表面的 MCP 运行时引导缺失的全局对象。

  • 一个 Calypso API 端点,需暴露:

    • POST /v1/responses

    • GET /v1/rag-agent/models

    • GET /v1/knowledge/buckets

    • POST /v1/knowledge/files/upload-session

    • POST /v1/knowledge/files/upload-session/{session_id}/finalize

    • POST /v1/knowledge/files:batch/upload-session

    • POST /v1/knowledge/files:batch/upload-session/{batch_id}/finalize

    • GET /v1/knowledge/batches/{batch_id}

  • 一个 Calypso API 密钥(sk-...

配置

环境变量:

  • CALYPSO_API_KEY(必填)

  • CALYPSO_API_BASE_URL(可选,默认 https://api.calypso.so/v1

CLI 标志:

  • --api-key

  • --api-base-url

配置优先级:

  1. CLI 标志 / Smithery 提供的命令参数

  2. 环境变量

  3. 默认基础 URL(https://api.calypso.so/v1

使用 npx 运行

npx -y @calypsohq/multimodal-rag-mcp-server --api-key "sk-..."

使用环境变量运行

env CALYPSO_API_KEY="sk-..." CALYPSO_API_BASE_URL="https://api.calypso.so/v1" npx -y @calypsohq/multimodal-rag-mcp-server

在 Cursor 中配置

添加一个新的 MCP 服务器(命令类型),如下所示:

npx -y @calypsohq/multimodal-rag-mcp-server --api-key sk-... --api-base-url https://api.calypso.so/v1

在 Claude Desktop 中配置

1. 打开 Claude Desktop MCP 配置

在 Claude Desktop 中:

Claude -> 设置 -> 开发者 -> 编辑配置

在 macOS 上,该文件通常位于:

~/Library/Application Support/Claude/claude_desktop_config.json

Claude Desktop 使用 claude_desktop_config.json 作为桌面 MCP 服务器配置。Claude Code 使用单独的配置位置,例如 ~/.claude.json 或项目级别的 .mcp.json

2. 添加 Calypso MCP 服务器

将以下内容粘贴到 claude_desktop_config.json 中:

{
  "mcpServers": {
    "Calypso Multimodal RAG": {
      "command": "npx",
      "args": [
        "-y",
        "@calypsohq/multimodal-rag-mcp-server"
      ],
      "env": {
        "CALYPSO_API_KEY": "sk-your-calypso-api-key",
        "CALYPSO_API_BASE_URL": "https://api.calypso.so/v1"
      }
    }
  }
}

将:

  • sk-your-calypso-api-key

替换为您的真实 Calypso API 密钥。

3. 完全重启 Claude Desktop

完全退出 Claude Desktop,然后重新打开。

不要只关闭窗口。在 macOS 上:

Cmd + Q

重启后,MCP 应出现在 Claude 中,并带有以下可用工具:

  • calypso-rag-agent

  • calypso-list-buckets

  • calypso-upload-file

  • calypso-upload-files-batch

可选:将 Claude Artifacts 保存到您的 Mac

Calypso 提供托管式多模态 RAG 工具。它不会将生成的报告、摘要、CSV、JSON 文件或网络搜索产物直接写入您的本地计算机。

要让 Claude Desktop 在本地保存生成的文件,请在 Calypso 旁边添加标准的 filesystem MCP 服务器,并将其限制在专用的安全文件夹中。

先创建文件夹:

mkdir -p ~/Claude

然后将两个服务器都添加到 claude_desktop_config.json 中:

{
  "mcpServers": {
    "Calypso Multimodal RAG": {
      "command": "npx",
      "args": [
        "-y",
        "@calypsohq/multimodal-rag-mcp-server"
      ],
      "env": {
        "CALYPSO_API_KEY": "sk-your-calypso-api-key",
        "CALYPSO_API_BASE_URL": "https://api.calypso.so/v1"
      }
    },
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/yourname/Claude"
      ]
    }
  }
}

更改配置后,完全退出并重新打开 Claude Desktop。

示例提示词:

Use Calypso for the grounded RAG answer, then save the final report as /Users/yourname/Claude/report.md using the filesystem tool.

出于安全考虑,仅授予对专用文件夹(如 ~/Claude)的文件系统访问权限,而不是整个主目录。

关注点

最佳负责人

有源支撑的 RAG 回答

Calypso MCP

将文件上传到 Calypso

Calypso MCP

.md.pdf.json.csv 等写入您的 Mac

filesystem MCP

来自 Claude 的网络搜索产物

Claude 加上 filesystem MCP 提示词

Smithery

该服务器可在 Smithery 上获取,并通过桌面客户端使用的相同 npx 包路径启动。

Smithery 用户配置:

  • calypsoApiKey(必填)

  • calypsoApiBaseUrl(可选,默认为 https://api.calypso.so/v1

Smithery 启动路径等同于:

npx -y @calypsohq/multimodal-rag-mcp-server --api-key sk-... --api-base-url https://api.calypso.so/v1

仅在目标是自托管的 Calypso 兼容部署时使用 calypsoApiBaseUrl。云端默认值无需覆盖。

故障排查

  • 缺少 API 密钥:提供 --api-keyCALYPSO_API_KEY

  • 错误的 API 主机:确保 --api-base-url / CALYPSO_API_BASE_URL/v1 结尾

  • 自托管部署:仅当你未使用 https://api.calypso.so/v1 时才覆盖基础 URL

  • Smithery 启动不匹配:使用打包的 npx -y @calypsohq/multimodal-rag-mcp-server 路径,而不是从新克隆中运行 node dist/index.js

  • FormData is not definedHeaders is not defined:升级到最新包。MCP 服务器会在上传工具运行前引导缺失的 Web Fetch API 全局对象。

  • /mnt/user-data/uploads/... 出现 ENOENT:该路径属于托管代理或附件沙箱,不一定属于 MCP 服务器。请改用 contentBase64 而不是 filePath 重试。

  • 本地工件保存:Calypso 答案可以与 Claude Desktop 的 filesystem MCP 服务器一起使用,但必须明确要求 Claude 将最终输出保存到允许的本地路径。

选择 filePath 还是 contentBase64

对于本地 MCP 安装,请使用 filePath,包括使用本地命令启动此包的 Claude Desktop 和 Cursor 配置,例如:

npx -y @calypsohq/multimodal-rag-mcp-server

在这种设置下,MCP 服务器进程运行在你的机器上,并且可以读取同一用户账户可访问的路径。直接传入本地路径即可;服务器读取原始字节,并通过 Calypso 上传会话 URL 上传。你不需要对本地文件进行 base64 编码。

对于托管或远程 MCP 客户端,请使用 contentBase64,包括 Smithery 托管的服务器、浏览器/云端运行时、生成的内存内容以及智能体容器。在这些环境中,你 Mac 或工作站上的路径对 MCP 服务器进程不可读。

如果路径以 /mnt/user-data/uploads/mnt/data/mnt/attachments 或另一个托管沙箱前缀开头,除非此 MCP 服务器运行在同一个沙箱中,否则不要将其作为 filePath 发送。请改用 contentBase64 或其他内联字节源。

可用工具

calypso-rag-agent

直接访问 Calypso RAG 智能体。

说明:

  • 它不会自动路由到其他 persona 或智能体。

  • 它会在启动时自动发现 API 密钥可用的 calypso-rag-agent 模型变体。

  • 使用可选的 model 参数选择命名变体,例如 calypso-rag-agent:pricing

  • 每个模型变体维护自己的 MCP 对话链,因此切换变体不会继续错误的线程。

  • 它使用 POST /v1/responses 而不是 POST /v1/chat/completions

  • 首次交互创建一个命名对话,后续交互通过 previous_response_id 链接。

  • 对于检索范围的问题,支持可选的 fileIds。新上传应使用持久知识上传工具,并等待索引就绪后再提问。

  • 使用 /new 作为提示来重置 MCP 对话。

calypso-list-buckets

列出与所配置的 Calypso API 密钥关联的团队的存储桶。

说明:

  • 使用 GET /v1/knowledge/buckets

  • 不接受 team_id;Calypso 从 API 密钥中推导团队范围。

  • 返回桶 ID、slug、名称、状态、成员数、来源数和存储桶存储就绪状态。

  • 默认仅显示活动存储桶。当你需要审计或清理已归档存储桶时,请传入 includeArchived: true

  • 当您需要选择目标存储桶时,请在 calypso-upload-filecalypso-upload-files-batch 之前使用此工具。

  • calypso://rag-agent-models 可以告诉你哪些桶绑定到每个 RAG 变体,calypso-list-buckets 可以告诉你 API 密钥所属团队存在哪些桶。

示例:

{
  "includeArchived": false
}

calypso-get-file

根据文件 ID 获取一个知识文件的元数据和函数索引状态。

说明:

  • 使用 GET /v1/knowledge/files/{file_id}

  • calypso-list-buckets 中的不透明 fileId 解析为文件名、MMIME、大小、索引状态以及每个桶的同步状态。

  • 设置 verify: true 可回调 verify: true 交叉验证(?verify=gemini)——较慢,但可在状态时提供权威结果。

示例:

{
  "fileId": "file_123",
  "verify": true
}

calypso-create-bucket

为“先创建后填充”的工作流创建一个空的桶。

说明:

  • 使用 POST /v1/knowledge/buckets(要求后端已部署此端点,并且 API 密钥具有 knowledge:bucket:create 能力)。

  • 服务器的缓存有规范:冲突会返回类型化错误 bucket_slug_exists

  • idempotencyKey 重放时返回已有桶而不是或多个错误。

  • 上传操作仍然可以通过 bucketSlugs + createMissingBuckets 隐式创建桶;此工具用于先创建目标桶。

示例:

{
  "name": "Product docs",
  "slug": "product-docs",
  "idempotencyKey": "create-product-docs-1"
}

calypso-create-agent

创建绑定到一个或多个桶的 RAG 智能体变体。

说明:

  • 使用 POST /v1/rag-agent/agents(要求后端已部署此端点且 API 密钥具有 rag:agent:create 能力)。

  • 成功响应的核心是 model——直接将其传给 calypso-rag-agent

  • 桶绑定在服务器端验证:未知或已归档的桶返回 bucket_not_found;智能体 ID 冲突返回 agent_id_exists;计划的智能体上限返回 agent_limit_reached

  • 创建智能体会刷新模型目录,并发出 tools/list_changedresources/list_changed 的 MCP 通知,因此无需重连即可使用新变体。

示例:

{
  "agentId": "support",
  "name": "Support agent",
  "bucketSlugs": ["product-docs"],
  "idempotencyKey": "create-support-agent-1"
}

calypso-uploadfile

将文件上传到持久化、基于桶的知识存储和索引管道中。

说明:

  • 使用 POST /v1/knowledge/files/upload-session,将字节直接上传到存储,然后使用 POST /v1/knowledge/files/upload-session/{session_id}/finalize 完成上传。

  • 上传使用 JSON 会话请求和签名的二进制 PUT 请求,而不是 multipart 表单上传。

  • 返回文件和任务元数据,而不是聊天附件的 file_id

  • 必须是通过 bucketIdsbucketSlugsbucket 指定的一个目标桶。

  • 在本地 Claude Desktop/Cursor MCP 安装中,服务器可读取路径时,使用 filePath;在无法读取本地路径的托管或远程 MCP 客户端中,使用 contentBase64

  • 如果智能体看到一个路径如 /mnt/user-data/uploads/file.pdf,不应将其作为 filePath 发送,而应作为 content 发送。

  • 支持可选的 titletagsmetadataidempotencyKey

  • 通过 bucketIdbucketSlug 将上传路由到现有桶,或将 bucket 作为单 slug 快捷方式。

  • 当你想让 Calypso 在bucket 当上传时创建缺失的 bucket 目标时,使用支持 createMissingBuckets: truebucket slug。

  • 可以选择等待索引到达就绪状态后再返回。

示例:

{
  "filename": "handbook.pdf",
  "mimeType": "application/pdf",
  "filePath": "/Users/me/Documents/handbook.pdf",
  "bucket": "support-handbook",
  "createMissingBuckets": true,
  "waitForIndexing": true
}

calypso-upload-files-batch

在一次请求中上传 1 到 100 个文件到持久化知识存储。

说明:

  • 使用 POST /v1/knowledge/files:batch/upload-session,将每个接受的项直接上传到存储,然后使用 POST /v1/knowledge/files:batch/upload-session/{batch_id}/finalize 完成上传。

  • 上传使用 JSON 会话请求和签名的二进制 PUT 请求,而不是 multipart 表单上传。

  • 需要 batch;Calypso 使用它派生的 batch id 用于重试。

  • 需要通过 bucketIdbucketSlugbucket 指定一个共享的桶目标,除非每个项目都提供自己的桶目标。

  • 支持共享 bucketIdsbucketSlugsbucketcreateMissingBuckets 默认值,并支持每个单个项目的覆盖。

  • 对于支持读取每个路径的本地 Claude Desktop/Cursor MCP 安装,请使用 per-item 的 filePath;对于无法读取本地路径的托管或远程 MCP 客户端,请使用 per-item 的 contentBase64

  • 当未提供 clientFileId 时,会生成 Firestore 安全的 client_file_id 值。

  • acceptedqueued 表示上传已经是持久,但不一定可以立即查询。使用 waitForBatchReady: true 轮询 GET /v1/knowledge/batches/{batch_id}?include_items=true

  • 检查每个项目的 statusbucketSyncStatusbucketSync,以区分已索引内容和可检索的桶就绪内容。

示例:

{
  "batchIdempotencyKey": "kb-seed-2026-06-04",
  "bucket": "support-handbook",
  "createMissingBuckets": true,
  "items": [
    {
      "filename": "faq.txt",
      "mimeType": "text/plain",
      "filePath": "/Users/me/Documents/faq.txt"
    }
  ],
  "waitForBatchReady": true
}

可用资源

calypso://server-info

只读的服务器元数据,包括包版本、API 基础 URL、传输方式、身份验证模型和暴露的能力。

calypso://rag-agent-models

只读的运行时目录,包含从所配置的 API 密钥发现的团队范围内的 calypso-rag-agent 模型变体,以及每个变体的活动 bucketsbucket_idsmissing_bucket_ids。如果无法进行发现,此资源将回退到基本的 calypso-rag-agent

calupso://buckets

针对所配置的 API 密钥关联的团队的、可读取的存储桶运行时列表。在上传之前,检查存储桶 id/slug 和存储桶存储就绪状态。

calypso://workflows

针对支持的 RCP 和文件上传工作流提供的简洁指南。

calypso://security

有关 API 密钥、本地文件读取、上传和日志记录的操作安全说明。

可用提示词

  • calypso-question:为 calypso-rag-agent 起草一个基于知识库的问题

  • calypso-ingestion:为持久化知识库上传和后续查询做相应准备

  • calypso-reset-conversation:使用 /new 开始一个干净的 RAG 线程

常见工作流(复制/粘贴)

知识检索

  • 总结一个主题

    • 总结我们文档中关于宣传计划审批的指导

  • 询问具体答案

    • 我们关于索引重试的文档描述了什么?

  • 比较两个概念

    • 比较当前架构中的文件索引和检索执行

  • 开始新线程

    • /new

多轮跟进

  • 优化先前的回答

    • 只关注摄取路径,忽略检索

  • 要求来源或依据

    • 解释哪些文档组件被涉及的原因

知识库史诗

  • 发现存储桶

    • 在选择目标存储前,先调用 calypso-list-buckets 或读取 calypso://buckets

  • 上传持久化知识

    • 调用 calypso-upload-file,传入文件数据和可选 titletagsmetadata

    • 对于本地 Claude Desktop/Cursor MCP 安装,建议使用 filePath;对于无法读取本地路径的托管或远程 MCP 客户端,使用 contentBase64

  • 将知识路由到存储桶

    • 使用 bucket: "support-handbook" 指定单个目标,bucketSlugs指定多个基于 slug 的目标,或 bucketIds 在已有桶 id 时使用

  • 按需创建存储桶目标

    • 使用基于 slug 的存储桶分配且目标可能不存在时,添加 createMissingBuckets: true

  • 等待索引完成

    • 如果要工具通过索引完成后再返回,请添加 waitForIndexing: true

知识库批处理

  • 上传多个持久化文件

    • 调用 calypso-upload-files-batch,传入 itemsbatchIdempotencyKey 以及每个项目的 filePath(本地 MCP 安装时);对于托管或远程 MCP 客户端,使用每个项目的 contentBase64

  • 将批次路由到存储桶中

    • 在工具调用中提供共享的 bucketbucketSlugsbucketIdscreateMissingBuckets,然后仅在需要时按项目覆盖

  • 等待可查询状态

    • 使用 waitForBatchReady: true,并在查询刚上传的内容之前检查返回项目的 status 以及桶同步字段

提示

  • 重新开始:使用 /new 重置 MCP 对话(新的 conversation_id 和触发的响应链)

Install Server
A
license - permissive license
A
quality
B
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    Not graded
    quality
    F
    maintenance
    An MCP server that provides comprehensive multimodal Retrieval-Augmented Generation (RAG) capabilities for processing and querying document directories, supporting text, images, tables, and equations.
    35
    MIT
  • A
    license
    Not graded
    quality
    C
    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

View all related MCP servers

Related MCP Connectors

  • Hosted MCP server for LLM cost estimation, model comparison, and budget-aware routing.

  • Query any docs site via MCP. Submit a URL, ask questions, get cited answers.

  • Free OpenAI-compatible inference with signed provenance receipts and 3 focused MCP tools.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/calypso-so/calypso-mcp-server'

If you have feedback or need assistance with the MCP directory API, please join our Discord server