This server does not currently have a deployable release on Glama. Follow the repository's setup instructions to install and configure it for your MCP client, including any required credentials and local dependencies.
Docs フォルダに配置した文書をベクトル検索し、LLM が回答生成時に参照できるコンテキストを提供する MCP サーバーです。 ローカル LLM からの呼び出しを想定しています。
Python 3.10 以上
uv (パッケージマネージャー)
Related MCP server: RAG MCP Tool
# 依存関係のインストール
uv sync初回起動時に sentence-transformers (all-MiniLM-L6-v2) のモデルが自動ダウンロードされます (~80MB)。
プロジェクトルートの Docs/ フォルダに文書を入れます。対応形式:
形式 | 拡張子 |
プレーンテキスト |
|
Markdown |
|
CSV |
|
JSON |
|
YAML |
|
|
uv run python -m rag_mcp.server起動時に Docs/ 内の全ファイルが読み込まれ、ベクトルインデックスが作成されます。
インデックスは .chromadb/ に永続化されます。
MCP クライアント経由で以下のツールが利用できます。
文書からクエリに関連する内容を検索します。
パラメータ:
query (string, 必須) — 検索クエリ
top_k (integer, 省略可) — 返却件数 (デフォルト: 5)Docs/ フォルダの全ファイルを再インデックスします。
パラメータ: なしインデックス済みのファイル一覧を表示します。
パラメータ: なしclaude_desktop_config.json に追加:
{
"mcpServers": {
"rag-mcp": {
"command": "uv",
"args": [
"run",
"--directory",
"C:\\path\\to\\rag_mcp",
"python",
"-m",
"rag_mcp.server"
]
}
}
}プロジェクトルートに .cursor/mcp.json を作成:
{
"mcpServers": {
"rag-mcp": {
"command": "uv",
"args": [
"run",
"--directory",
"C:\\path\\to\\rag_mcp",
"python",
"-m",
"rag_mcp.server"
]
}
}
}src/rag_mcp/config.py で動作をカスタマイズできます。
項目 | デフォルト | 説明 |
| 1000 | チャンク分割サイズ (文字数) |
| 200 | チャンク間のオーバーラップ (文字数) |
|
| 埋め込みモデル |
| 5 | 検索のデフォルト取得件数 |
|
| ChromaDB コレクション名 |
Docs/ の文書
↓ 読み込み (txt / md / csv / json / yaml / pdf)
↓ チャンク分割 (1000文字 / 200文字オーバーラップ)
↓ 埋め込み (sentence-transformers)
↓ 保存
ChromaDB (ベクトルストア)
↑ 類似検索
MCP サーバー (search_docs ツール)
↑ MCP プロトコル (stdio)
LLM クライアント (Claude Desktop, Cursor など)# テスト実行
uv run python -m pytest tests/ # 全テスト
uv run python tests/test_rag.py # RAG エンジンの単体テスト
uv run python tests/test_mcp.py # MCP サーバーの結合テストRecent tool additions, removals, and schema changes observed during successful MCP inspections.
Loading tool schema changelog…
Ingest, manage, and retrieve documents for RAG-powered AI applications
Search and reason over your Obsidian-style Markdown vault, right from ChatGPT.
Read and search folders on your own computer with explicit consent. Files are never uploaded.
The Needle MCP server enables semantic search on documents stored in files like PDFs, DOCX, and XLSX by connecting AI applications to external data sources. It provides capabilities to create and manage document collections, perform natural language searches on stored content, and retrieve relevant information without requiring exact keyword matches.
