mcp-本地-rag
本地运行的“原始” RAG 类 Web 搜索模型上下文协议 (MCP) 服务器。✨ 无 API ✨
%%{init: {'theme': 'base'}}%%
flowchart TD
A[User] -->|1.Submits LLM Query| B[Language Model]
B -->|2.Sends Query| C[mcp-local-rag Tool]
subgraph mcp-local-rag Processing
C -->|Search DuckDuckGo| D[Fetch 10 search results]
D -->|Fetch Embeddings| E[Embeddings from Google's MediaPipe Text Embedder]
E -->|Compute Similarity| F[Rank Entries Against Query]
F -->|Select top k results| G[Context Extraction from URL]
end
G -->|Returns Markdown from HTML content| B
B -->|3.Generated response with context| H[Final LLM Output]
H -->|5.Present result to user| A
classDef default stroke:#333,stroke-width:2px;
classDef process stroke:#333,stroke-width:2px;
classDef input stroke:#333,stroke-width:2px;
classDef output stroke:#333,stroke-width:2px;
class A input;
class B,C process;
class G output;安装
在此处找到您的 MCP 配置路径或检查您的 MCP 客户端设置。
通过uvx直接运行
这是最简单快捷的方法。您需要安装uv才能使用。请将以下内容添加到您的 MCP 服务器配置中：
{
"mcpServers": {
"mcp-local-rag":{
"command": "uvx",
"args": [
"--python=3.10",
"--from",
"git+https://github.com/nkapila6/mcp-local-rag",
"mcp-local-rag"
]
}
}
}使用 Docker（推荐）
确保已安装Docker 。将其添加到你的 MCP 服务器配置中：
{
"mcpServers": {
"mcp-local-rag": {
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"--init",
"-e",
"DOCKER_CONTAINER=true",
"ghcr.io/nkapila6/mcp-local-rag:latest"
]
}
}
}安全审计
MseeP 对每台 MCP 服务器都进行安全审计，您可以点击此处查看该台 MCP 服务器的安全审计情况。
MCP 客户端
MCP 服务器可与任何支持工具调用的 MCP 客户端兼容。已在以下客户端上测试。
克劳德桌面
光标
鹅
其他人呢？你试试！
Claude Desktop 上的示例
当法学硕士 (如 Claude) 被问及需要最新网络信息的问题时，它将触发mcp-local-rag 。
当被要求获取/查找/搜索网络时，模型会提示您使用 MCP 服务器进行聊天。
在示例中，我询问了 Google 昨天发布的最新 Gemma 模型。这是 Claude 不知道的新信息。
结果
mcp-local-rag执行实时网络搜索，提取上下文，并将其发送回模型，为其提供新的知识：
贡献
有任何想法或想改进这个项目吗？欢迎提交问题和拉取请求！
执照
该项目已获得 MIT 许可。