Skip to main content
Glama
deenesjakoruzh
guazixiong

SAG MCP Server

by guazixiong
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Remote

SAG MCP Server

Python 3.10+ License: MIT MCP

English | 中文

Vollständiger Lese-/Schreib-MCP-Server für die SAG-Wissensdatenbank. Stellt 18 Tools über Streamable-HTTP-Transport bereit – kompatibel mit Claude Desktop, Cursor, VS Code und jedem MCP-Client.

Funktionen

  • 18 Tools: Quellen-/Dokument-CRUD, semantische Suche, Wissensgraph-Abfragen, Modellkonfiguration

  • Streamable HTTP: Verbindung von jedem MCP-Client ohne lokale Abhängigkeiten

  • Bearer-Authentifizierung: Integrierte JWT-Token-Authentifizierung

  • Null Konfiguration: Funktioniert sofort mit einer laufenden SAG-Instanz

Related MCP server: MCP RAG Server

Schnellstart

1. Voraussetzungen

Eine laufende SAG-Instanz (Docker oder nativ). Siehe SAG-Bereitstellungsleitfaden.

2. Installation

pip install sag-mcp-server

Oder aus dem Quellcode:

git clone https://github.com/Zleap-AI/sag-mcp-server.git
cd sag-mcp-server
pip install -e .

3. Ausführen

HTTP-Modus (empfohlen):

export SAG_API_URL=http://your-sag-host:9002
sag-mcp-server http 9003

stdio-Modus (für lokale Integration):

sag-mcp-server stdio

4. Verbindung von Claude Desktop

Zu claude_desktop_config.json hinzufügen:

{
  "mcpServers": {
    "sag": {
      "type": "http",
      "url": "http://your-sag-host:9003/mcp/",
      "headers": {
        "Authorization": "Bearer <your-jwt-token>"
      }
    }
  }
}

Token abrufen:

curl -s -X POST http://your-sag-host:9002/api/v1/auth/login \
  -H 'Content-Type: application/json' -d '{"name":"Admin"}' \
  | python3 -c "import sys,json;print(json.load(sys.stdin)['access_token'])"

Tools

Kategorie

Tool

Beschreibung

Quellen

list_sources

Alle Wissensdatenbank-Quellen auflisten

create_source

Eine neue Quelle erstellen

delete_source

Eine Quelle und alle ihre Daten löschen

Dokumente

list_documents

Dokumente in einer Quelle auflisten

upload_document

Lokale Datei hochladen (automatisches Parsen + Extrahieren)

ingest_text

Text direkt schreiben (keine Datei erforderlich)

reprocess_document

Ein Dokument erneut verarbeiten

pause_document

Verarbeitung pausieren

resume_document

Verarbeitung fortsetzen

delete_document

Ein Dokument löschen

Abruf

search

Semantische Suche mit LLM-Zusammenfassung

get_entity

Wissensgraph-Entität abfragen

outline

Dokumentgliederung abrufen

grep

Stichwort-/Regex-Suche

read_document

Vollständigen Dokumenttext lesen

Konfiguration

get_model_config

Modellkonfiguration anzeigen

update_model_config

Modelleinstellungen aktualisieren

test_model_config

Modellverbindung testen

Konfiguration

Alle Konfiguration über Umgebungsvariablen:

Variable

Standard

Beschreibung

SAG_API_URL

http://localhost:9002

SAG-API-Basis-URL

SAG_TOKEN

(leer = automatische Anmeldung)

JWT-Bearer-Token

SAG_LOGIN_NAME

Admin

Anmeldebenutzername (wenn Token leer)

SAG_MCP_PORT

9003

HTTP-Server-Port

Client-Konfiguration

Claude Desktop

{
  "mcpServers": {
    "sag": {
      "type": "http",
      "url": "http://your-sag-host:9003/mcp/",
      "headers": { "Authorization": "Bearer <token>" }
    }
  }
}

Cursor

~/.cursor/mcp.json:

{
  "mcpServers": {
    "sag": {
      "type": "http",
      "url": "http://your-sag-host:9003/mcp/",
      "headers": { "Authorization": "Bearer <token>" }
    }
  }
}

Dify

  • Typ: Streamable HTTP

  • URL: http://your-sag-host:9003/mcp/

  • Header: Authorization: Bearer <token>

Docker

Als Container neben SAG ausführen:

# docker-compose.yml addition
services:
  mcp:
    build: .
    environment:
      SAG_API_URL: http://api:8000
      SAG_SECRET_KEY: ${SAG_SECRET_KEY}
    ports:
      - "9003:9003"
    command: ["sag-mcp-server", "http", "9003"]
    depends_on:
      api:
        condition: service_healthy

Entwicklung

git clone https://github.com/Zleap-AI/sag-mcp-server.git
cd sag-mcp-server
pip install -e ".[dev]"

# Run tests
pytest

# Lint
ruff check src/

API-Kompatibilität

Erfordert SAG v0.7.x+ mit den folgenden Endpunkten:

  • POST /api/v1/auth/login — JWT-Authentifizierung

  • GET/POST/DELETE /api/v1/sources — Quellen-CRUD

  • GET/POST/DELETE /api/v1/sources/{id}/documents — Dokument-CRUD

  • POST /api/v1/search — Semantische Suche

  • GET /api/v1/system/model-config — Modellkonfiguration

Lizenz

MIT-Lizenz. Siehe LICENSE für Details.

中文文档

English | 中文

基于 SAG 知识库的读写 MCP Server。通过 Streamable HTTP 暴露 18 个工具，兼容 Claude Desktop、Cursor、VS Code 及所有 MCP 客户端。

特性

  • 18 个工具：信源/文档增删改查、语义检索、知识图谱查询、模型配置

  • Streamable HTTP：无需本地安装任何依赖，客户端通过 HTTP 直连

  • Bearer 鉴权：内置 JWT token 认证

  • 零配置：与运行中的 SAG 实例直接配合使用

快速开始

1. 前提条件

运行中的 SAG 实例（Docker 或原生部署）。参见 SAG 部署指南。

2. 安装

pip install sag-mcp-server

或从源码安装：

git clone https://github.com/Zleap-AI/sag-mcp-server.git
cd sag-mcp-server
pip install -e .

3. 启动

HTTP 模式（推荐）：

export SAG_API_URL=http://your-sag-host:9002
sag-mcp-server http 9003

stdio 模式（本地集成）：

sag-mcp-server stdio

4. 连接 Claude Desktop

编辑 claude_desktop_config.json：

{
  "mcpServers": {
    "sag": {
      "type": "http",
      "url": "http://your-sag-host:9003/mcp/",
      "headers": {
        "Authorization": "Bearer <your-jwt-token>"
      }
    }
  }
}

获取 token：

curl -s -X POST http://your-sag-host:9002/api/v1/auth/login \
  -H 'Content-Type: application/json' -d '{"name":"Admin"}' \
  | python3 -c "import sys,json;print(json.load(sys.stdin)['access_token'])"

工具清单

类别

工具

说明

信源

list_sources

列出所有知识库信源

create_source

创建新信源

delete_source

删除信源及全部数据

文档

list_documents

列出信源下文档

upload_document

上传本地文件（自动解析+抽取）

ingest_text

直接写入文本（无需文件）

reprocess_document

重新处理文档

pause_document

暂停处理

resume_document

恢复处理

delete_document

删除文档

检索

search

语义检索（含 LLM 摘要）

get_entity

查询知识图谱实体

outline

获取文档大纲

grep

关键词/正则检索

read_document

读取文档全文

模型

get_model_config

查看模型配置

update_model_config

更新模型设置

test_model_config

测试模型连通性

配置说明

所有配置通过环境变量：

变量

默认值

说明

SAG_API_URL

http://localhost:9002

SAG API 地址

SAG_TOKEN

（空=自动登录）

JWT Bearer token

SAG_LOGIN_NAME

Admin

登录用户名（token 为空时生效）

SAG_MCP_PORT

9003

HTTP 服务端口

客户端配置

Claude Desktop

{
  "mcpServers": {
    "sag": {
      "type": "http",
      "url": "http://your-sag-host:9003/mcp/",
      "headers": { "Authorization": "Bearer <token>" }
    }
  }
}

Cursor

~/.cursor/mcp.json：

{
  "mcpServers": {
    "sag": {
      "type": "http",
      "url": "http://your-sag-host:9003/mcp/",
      "headers": { "Authorization": "Bearer <token>" }
    }
  }
}

Dify

  • 类型：Streamable HTTP

  • URL：http://your-sag-host:9003/mcp/

  • 请求头：Authorization: Bearer <token>

Docker 部署

与 SAG 一起以容器方式运行：

# 添加到 docker-compose.yml
services:
  mcp:
    build: .
    environment:
      SAG_API_URL: http://api:8000
      SAG_SECRET_KEY: ${SAG_SECRET_KEY}
    ports:
      - "9003:9003"
    command: ["sag-mcp-server", "http", "9003"]
    depends_on:
      api:
        condition: service_healthy

开发指南

git clone https://github.com/Zleap-AI/sag-mcp-server.git
cd sag-mcp-server
pip install -e ".[dev]"

# 运行测试
pytest

# 代码检查
ruff check src/

API 兼容性

需要 SAG v0.7.x+，支持以下接口：

  • POST /api/v1/auth/login — JWT 认证

  • GET/POST/DELETE /api/v1/sources — 信源增删改查

  • GET/POST/DELETE /api/v1/sources/{id}/documents — 文档增删改查

  • POST /api/v1/search — 语义检索

  • GET /api/v1/system/model-config — 模型配置

许可证

MIT License。详见 LICENSE。

This server cannot be deployed

Context All Your Agents Can ShareAgents share what they learn, hand off work, and hold it when you switch models. Start with 5 GB free.fulcradynamics.comAd

Maintenance

ActivityMaintained
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • MCP RAG Server

    amaralphp
    A
    license
    Not graded
    quality
    C
    maintenance
    Enables document ingestion, semantic search, and retrieval-augmented generation via MCP tools and REST API, using vector embeddings and intelligent chunking.
    MIT
  • fayna-rag-mcp by fayna-digital

    fayna-rag-mcpofficial

    fayna-digital
    A
    license
    Not graded
    quality
    B
    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

  • kb-mcp-server

    Doy369
    F
    license
    Not graded
    quality
    B
    maintenance
    Enables to build and query a knowledge base with retrieval-augmented generation, supporting document ingestion, hybrid search, and live data integration from external APIs via MCP tools.
    2
    -