RAG Agéntico (Tavily + Context7 + Qdrant)

Qué hace

Una base de conocimiento que el agente construye por sí mismo — una de varias fuentes de ingeniería de contexto que un agente puede utilizar.

RAG — generación aumentada por recuperación — significa proporcionar al modelo documentos relevantes para fundamentar su respuesta. La configuración habitual carga documentos en un almacén de vectores de antemano. El RAG agéntico invierte esto: el agente construye la base de conocimiento por sí mismo, decidiendo qué vale la pena conservar y almacenándolo mientras trabaja.

Esto utiliza el servidor MCP oficial de Qdrant. Qdrant es una base de datos vectorial, y el servidor expone dos herramientas: una almacena un fragmento de texto, la otra encuentra el texto almacenado más relevante para una consulta. Se ejecuta completamente en local — QDRANT_LOCAL_PATH mantiene todo en disco sin necesidad de una base de datos separada, y embebe texto con un modelo local, por lo que no se necesita una clave API adicional.

El agente utiliza tres servidores MCP:

El script ejecuta las dos mitades del RAG como dos agentes separados:

1. Almacenar — un agente con búsqueda Tavily, Context7 y Qdrant. Investiga lo último sobre Nvidia en la web, consulta la documentación actual del SDK de OpenAI Agents a través de Context7, y almacena los datos clave de ambos.

2. Recuperar — un segundo agente con solo Qdrant, sin búsqueda web ni Context7. Todo lo que diga, lo recuerda de lo que almacenó el primer agente.

Related MCP server: Qdrant MCP Server

Por qué Context7

Los datos de entrenamiento del modelo tienen un límite temporal, por lo que su memoria de una librería que cambia rápidamente está desactualizada e inventará con confianza APIs que ya no existen. Context7 es un servidor MCP alojado que indexa documentación de librerías y sirve la versión actual bajo demanda. Dos herramientas:

• resolve-library-id — convierte un nombre de paquete o producto ("openai-agents", "next.js") en un ID de librería de Context7.

• query-docs — obtiene documentación actualizada y ejemplos de código para esa librería, limitados a tu pregunta.

Las instrucciones del agente dirigen cualquier cosa relacionada con librerías a Context7 en lugar de a la memoria o a una búsqueda web general — primero resuelve el ID, luego consulta la documentación. Como es un endpoint HTTP simple, no hay nada que instalar; se conecta con MCPServerStreamableHttp en lugar de MCPServerStdio:

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

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

Hay dos tiempos de espera en juego y hacen cosas diferentes. timeout dentro de los parámetros es el tiempo de espera de la solicitud HTTP; client_session_timeout_seconds es el tiempo de espera de lectura de sesión MCP, y por defecto es de solo 5 segundos — lo suficientemente bajo como para que una consulta lenta de documentación falle, por lo que se eleva a 60 aquí.

Configuración

1. Node 22+ (Tavily se ejecuta vía npx; Qdrant se ejecuta vía uvx, que uv ya proporciona; Context7 no necesita nada instalado):

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

   • Mac: brew install node

   • Linux / cualquier otro: instala a través de tu gestor de paquetes o desde nodejs.org

2. Obtén una clave API gratuita de Tavily en tavily.com (1,000 búsquedas/mes, sin tarjeta de crédito; comienza con tvly-).

3. Opcional: obtén una clave API gratuita de Context7 en context7.com. Context7 funciona de forma anónima — la clave solo aumenta el límite de velocidad.

4. Copia .env.example a .env y completa:

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

5. Instala las dependencias:

   uv sync

6. Ejecútalo:

   uv run main.py

Notas

• La primera ejecución se pausa una vez, a veces por un rato: la primera vez que se almacena o busca, se descarga el pequeño modelo de embebido local de Qdrant. Por eso el servidor Qdrant tiene un tiempo de espera de cliente de 120s en lugar de 60s.

• El almacén vectorial se encuentra en memory/qdrant/ (colección knowledge), creado en relación con tu directorio de trabajo — ejecuta desde la carpeta del proyecto. Bórralo para empezar con una base de conocimiento vacía.

• Ejecuta el script de nuevo y el paso 1 añade a lo que ya está almacenado en lugar de reemplazarlo.

• Si CONTEXT7_API_KEY está configurada, se envía como un encabezado Authorization: Bearer ...; si está ausente, el encabezado se omite por completo y el servidor se usa de forma anónima.

• El agente de recuperación se deja deliberadamente solo con Qdrant. Darle también Context7 difuminaría la demostración — ya no podrías saber si una respuesta provino de la base de conocimiento o de una consulta nueva de documentación.

• Context7 es un servidor remoto, por lo que a diferencia de los otros dos, depende de la accesibilidad de red de mcp.context7.com en lugar de un proceso local.

• Trazas en platform.openai.com/traces.

• Windows, rutas con espacios: si npx falla al iniciar, usa {"command": "powershell", "args": ["/c", "npx", ...]} en su lugar.