# RAG MCP サーバー

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。

## 必要条件

- Python 3.10 以上
- [uv](https://docs.astral.sh/uv/) (パッケージマネージャー)

## セットアップ

```powershell
# 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)。

## 使い方

### 1. 文書を配置する

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 | `.txt` |
| Markdown | `.md` |
| CSV | `.csv` |
| JSON | `.json` |
| YAML | `.yaml` / `.yml` |
| PDF | `.pdf` |

### 2. サーバーを起動する

```powershell
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。

### 3. MCP ツールを使う

MCP クライアント経由で以下のツールが利用できます。

#### search_docs

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)
```

#### reindex

`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
```

#### list_sources

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
```

## LLM クライアント設定

### Claude Desktop

`claude_desktop_config.json` に追加:

```json
{
  "mcpServers": {
    "rag-mcp": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "C:\\path\\to\\rag_mcp",
        "python",
        "-m",
        "rag_mcp.server"
      ]
    }
  }
}
```

### Cursor

プロジェクトルートに `.cursor/mcp.json` を作成:

```json
{
  "mcpServers": {
    "rag-mcp": {
      "command": "uv",
      "args": [
        "run",
        "--directory",
        "C:\\path\\to\\rag_mcp",
        "python",
        "-m",
        "rag_mcp.server"
      ]
    }
  }
}
```

## 設定

`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 |
|---|---|---|
| `CHUNK_SIZE` | 1000 | チャンク分割サイズ (文字数) |
| `CHUNK_OVERLAP` | 200 | チャンク間のオーバーラップ (文字数) |
| `EMBEDDING_MODEL` | `all-MiniLM-L6-v2` | 埋め込みモデル |
| `TOP_K` | 5 | 検索のデフォルト取得件数 |
| `COLLECTION_NAME` | `rag_docs` | ChromaDB コレクション名 |

## アーキテクチャ

```
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)
```

## 開発

```powershell
# 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
```