Agentisches RAG (Tavily + Context7 + Qdrant)

Was es tut

Eine Wissensdatenbank, die der Agent für sich selbst aufbaut – eine von mehreren Quellen zur Kontexterstellung, auf die ein Agent zurückgreifen kann.

RAG – Retrieval Augmented Generation – bedeutet, einem Modell relevante Dokumente zu geben, um seine Antwort zu fundieren. Der übliche Ansatz lädt Dokumente vorab in einen Vektorspeicher. Agentisches RAG dreht das um: Der Agent baut die Wissensdatenbank selbst auf, entscheidet, was es wert ist, gespeichert zu werden, und speichert es während der Arbeit.

Dies verwendet den offiziellen Qdrant MCP Server. Qdrant ist eine Vektordatenbank, und der Server bietet zwei Werkzeuge: eines speichert einen Text, das andere findet den relevantesten gespeicherten Text zu einer Abfrage. Es läuft vollständig lokal – QDRANT_LOCAL_PATH behält alles auf der Festplatte ohne separate Datenbank, und es bettet Texte mit einem lokalen Modell ein, sodass kein zusätzlicher API-Schlüssel nötig ist.

Der Agent greift auf drei MCP-Server zurück:

Das Skript führt die beiden Hälften von RAG als zwei separate Agenten aus:

1. Speichern – ein Agent mit Tavily-Suche, Context7 und Qdrant. Er recherchiert die neuesten Informationen zu Nvidia aus dem Web, schlägt die aktuellen OpenAI Agents SDK-Dokumente über Context7 nach und speichert die wichtigsten Fakten aus beiden.

2. Abrufen – ein zweiter Agent mit nur Qdrant, ohne Websuche und ohne Context7. Alles, was er sagt, ruft er aus dem ab, was der erste Agent gespeichert hat.

Related MCP server: Qdrant MCP Server

Warum Context7

Die Trainingsdaten des Modells haben einen Stichtag, daher ist sein Wissen über eine sich schnell entwickelnde Bibliothek veraltet, und es wird selbstbewusst APIs erfinden, die es nicht mehr gibt. Context7 ist ein gehosteter MCP-Server, der Bibliotheksdokumentationen indexiert und auf Anfrage die aktuelle Version ausliefert. Zwei Werkzeuge:

• resolve-library-id – wandelt einen Paket- oder Produktnamen ("openai-agents", "next.js") in eine Context7-Bibliotheks-ID um.

• query-docs – ruft aktuelle Dokumentation und Codebeispiele für diese Bibliothek ab, eingegrenzt auf Ihre Frage.

Die Anweisungen des Agenten leiten alles, was wie eine Bibliothek aussieht, an Context7 weiter – nicht an den Speicher oder eine allgemeine Websuche – zuerst die ID auflösen, dann die Dokumentation abfragen. Da es sich um einen einfachen HTTP-Endpunkt handelt, muss nichts installiert werden; er wird über MCPServerStreamableHttp statt MCPServerStdio verbunden:

context7_params = {"url": "https://mcp.context7.com/mcp", "timeout": 60}

async with MCPServerStreamableHttp(params=context7_params, client_session_timeout_seconds=60) as docs_server:
    ...

Zwei Timeouts sind im Spiel und haben unterschiedliche Funktionen. timeout innerhalb der Parameter ist der HTTP-Request-Timeout; client_session_timeout_seconds ist der MCP-Session-Read-Timeout und beträgt standardmäßig nur 5 Sekunden – niedrig genug, dass ein langsamer Dokumentenabruf fehlschlagen würde, daher wurde er hier auf 60 erhöht.

Einrichtung

1. Node 22+ (Tavily läuft über npx; Qdrant läuft über uvx, das uv bereits bereitstellt; Context7 benötigt keine Installation):

   • Windows (PowerShell): winget install OpenJS.NodeJS.LTS

   • Mac: brew install node

   • Linux / andere: Installation über Ihren Paketmanager oder von nodejs.org

2. Holen Sie sich einen kostenlosen Tavily-API-Schlüssel auf tavily.com (1.000 Suchanfragen/Monat, keine Kreditkarte; beginnt mit tvly-).

3. Optional: Holen Sie sich einen kostenlosen Context7-API-Schlüssel auf context7.com. Context7 funktioniert anonym – der Schlüssel erhöht lediglich das Ratelimit.

4. Kopieren Sie .env.example in .env und füllen Sie es aus:

   OPENAI_API_KEY=sk-...
   TAVILY_API_KEY=tvly-...
   CONTEXT7_API_KEY=          # optional, leave blank to run anonymously

5. Abhängigkeiten installieren:

   uv sync

6. Ausführen:

   uv run main.py

Hinweise

• Erster Lauf pausiert einmal, manchmal für eine Weile: Der erste Speicher- oder Suchvorgang lädt Qdrants kleines lokales Einbettungsmodell herunter. Deshalb erhält der Qdrant-Server ein Client-Timeout von 120s statt 60s.

• Der Vektorspeicher befindet sich in memory/qdrant/ (Sammlung knowledge), relativ zu Ihrem Arbeitsverzeichnis erstellt – führen Sie das Skript aus dem Projektordner aus. Löschen Sie ihn, um mit einer leeren Wissensdatenbank zu beginnen.

• Führen Sie das Skript erneut aus, und Schritt 1 fügt zu dem hinzu, was bereits gespeichert ist, anstatt es zu ersetzen.

• Wenn CONTEXT7_API_KEY gesetzt ist, wird er als Authorization: Bearer ...-Header gesendet; fehlt er, wird der Header vollständig weggelassen und der Server anonym genutzt.

• Der Abruf-Agent wurde bewusst nur mit Qdrant belassen. Ihm auch Context7 zu geben, würde die Demonstration verwässern – man könnte nicht mehr unterscheiden, ob eine Antwort aus der Wissensdatenbank oder einer frischen Dokumentationsabfrage stammt.

• Context7 ist ein entfernter Server, daher ist er im Gegensatz zu den beiden anderen von der Netzwerkerreichbarkeit von mcp.context7.com abhängig, nicht von einem lokalen Prozess.

• Ablaufverfolgungen unter platform.openai.com/traces.

• Windows, Pfade mit Leerzeichen: Falls npx nicht startet, verwenden Sie stattdessen {"command": "powershell", "args": ["/c", "npx", ...]}.