Skip to main content
Glama

mcp-reranker

Ein generischer Model Context Protocol (MCP) Server, der Dokumenten-Reranking-Funktionen mittels sentence-transformers bereitstellt.

Dieser Server ist als eigenständiges Werkzeug konzipiert, das von jedem MCP-kompatiblen Client (wie Roo Code, Claude Desktop oder benutzerdefinierten Agenten) verwendet werden kann, um die Präzision von RAG (Retrieval-Augmented Generation) zu verbessern oder Agenten dabei zu helfen, bessere Entscheidungen zu treffen, indem die Relevanz zwischen einer Abfrage und mehreren Kandidaten bewertet wird.

Funktionen

  • Cross-Encoder Reranking: Nutzt das CrossEncoder-Modell von sentence-transformers für eine hochpräzise Relevanzbewertung.

  • Projektunabhängig: Vollständig unabhängig von spezifischer Anwendungslogik.

  • Anpassbare Modelle: Unterstützt verschiedene HuggingFace-Modelle. Sie können das Standardmodell über Umgebungsvariablen konfigurieren (Standard ist BAAI/bge-reranker-v2-m3).

  • JSON-Ausgabe: Gibt sortierte Ergebnisse in einem strukturierten JSON-Format zurück.

Tools

rerank_documents

Berechnet Relevanz-Scores für eine Liste von Dokumenten im Vergleich zu einer gegebenen Abfrage und gibt diese sortiert nach Score zurück.

Argumente:

  • query (string): Die Suchanfrage oder die Kernabsicht, gegen die verglichen werden soll.

  • documents (array of strings): Eine Liste von Dokumentbeschreibungen oder Texten, die bewertet werden sollen.

  • model_name (string, optional): Die HuggingFace-Modellkennung. Standardmäßig wird die Umgebungsvariable RERANKER_MODEL_NAME oder "BAAI/bge-reranker-v2-m3" verwendet.

Antwortbeispiel: Ein JSON-formatierter String:

[
  { "document": "The most relevant document text.", "score": 0.985 },
  { "document": "A partially relevant text.", "score": 0.452 },
  { "document": "Completely irrelevant text.", "score": 0.012 }
]

Installation & Verwendung

Ausführung mit uvx

Fügen Sie Folgendes zu Ihrer MCP-Konfiguration hinzu (z. B. brownie_core_mcp_config.json). Sie können das verwendete Modell anpassen, indem Sie die Umgebungsvariable RERANKER_MODEL_NAME setzen.

{
  "mcpServers": {
    "mcp-reranker": {
      "command": "uvx",
      "args": [
        "--from",
        "git+[https://github.com/globalpocket/mcp-reranker.git](https://github.com/globalpocket/mcp-reranker.git)",
        "mcp-reranker"
      ],
      "env": {
        "RERANKER_MODEL_NAME": "BAAI/bge-reranker-v2-m3"
      }
    }
  }
}

Entwicklung

Voraussetzungen

  • Python 3.10+

  • uv

Einrichtung

git clone [https://github.com/globalpocket/mcp-reranker.git](https://github.com/globalpocket/mcp-reranker.git)
cd mcp-reranker
uv sync --extra dev

Tests ausführen

uv run pytest

Lizenz

MIT-Lizenz

Install Server
A
license - permissive license
-
quality - not tested
B
maintenance

Maintenance

Maintainers
Response time
2dRelease cycle
3Releases (12mo)

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/globalpocket/mcp-reranker'

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