Skip to main content
Glama

mcp-reranker

Универсальный сервер Model Context Protocol (MCP), предоставляющий возможности переранжирования документов с использованием sentence-transformers.

Этот сервер разработан как автономный инструмент, который может использоваться любым MCP-совместимым клиентом (например, Roo Code, Claude Desktop или пользовательскими агентами) для повышения точности RAG (Retrieval-Augmented Generation) или для помощи агентам в принятии более качественных решений путем оценки релевантности между запросом и несколькими кандидатами.

Функции

  • Переранжирование Cross-Encoder: Использует модель CrossEncoder из sentence-transformers для высокоточной оценки релевантности.

  • Независимость от проекта: Полностью независим от какой-либо конкретной логики приложения.

  • Настраиваемые модели: Поддерживает различные модели HuggingFace. Вы можете настроить модель по умолчанию через переменные окружения (по умолчанию используется BAAI/bge-reranker-v2-m3).

  • Вывод в формате JSON: Возвращает отсортированные результаты в структурированном формате JSON.

Related MCP server: ragi

Инструменты

rerank_documents

Вычисляет оценки релевантности для списка документов относительно заданного запроса и возвращает их, отсортированными по оценке.

Аргументы:

  • query (строка): Поисковый запрос или основное намерение для сравнения.

  • documents (массив строк): Список описаний или текстов документов для ранжирования.

  • model_name (строка, необязательно): Идентификатор модели HuggingFace. По умолчанию используется переменная окружения RERANKER_MODEL_NAME или "BAAI/bge-reranker-v2-m3".

Пример ответа: Строка в формате JSON:

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

Установка и использование

Запуск с помощью uvx

Добавьте следующее в вашу конфигурацию MCP (например, brownie_core_mcp_config.json). Вы можете настроить используемую модель, установив переменную окружения RERANKER_MODEL_NAME.

{
  "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"
      }
    }
  }
}

Разработка

Предварительные требования

  • Python 3.10+

  • uv

Настройка

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

Запуск тестов

uv run pytest

Лицензия

Лицензия MIT

Install Server
A
license - permissive license
A
quality
C
maintenance

Maintenance

Maintainers
Response time
2dRelease cycle
3Releases (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

  • -
    license
    Not graded
    quality
    Not graded
    maintenance
    MCP Server for ZeroEntropy collections, top documents and rerankers
  • A
    license
    A
    quality
    D
    maintenance
    Local-first RAG indexing and semantic search MCP server. Enables document retrieval and context-aware queries using local embedding models.
    3
    14
    MIT
  • A
    license
    Not graded
    quality
    F
    maintenance
    A Model Context Protocol (MCP) server with Retrieval-Augmented Generation (RAG) for answering questions about imaginary SuperNova documentation. Enables semantic search over documentation using HuggingFace embeddings.
    1
    MIT

View all related MCP servers

Related MCP Connectors

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/globalpocket/mcp-reranker'

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