Skip to main content
Glama
phytul

Phloem MCP Server

by phytul

Phloem

Phloem ist eine selbstgehostete Wissensdatenbank-Plattform mit Enterprise-Reife, die auf RAGFlow basiert. Sie umhüllt die Engine mit einem typisierten Node.js-API-Gateway und einem MCP-Server für eine nahtlose Agentenintegration.

Phloem (韧皮部) – das Leitgewebe, das Nährstoffe durch eine Pflanze transportiert. Wissen sollte auf dieselbe Weise fließen.

Warum Phloem

  • Selbstgehostet – Ihre Dokumente, Ihre Infrastruktur, Ihre Kontrolle. Keine Daten verlassen Ihre Umgebung.

  • Agentenbereit – Machen Sie Ihre Wissensdatenbank über REST-API oder MCP-Server zugänglich, sodass KI-Agenten fundierte, retriever-gestützte Antworten erhalten.

  • Durchgehend typisiert – Ein OpenAPI-Vertrag treibt Gateway-Routen, Client-SDK und Mock-Ebenen an. Weniger Überraschungen bei der Integration.

  • Austauschbares Backend – Eine Adapterschicht isoliert RAGFlow; tauschen Sie die Engine aus oder aktualisieren Sie sie, ohne Geschäftslogik zu berühren.

  • Erweiterbar – Ein Register von Erweiterungspunkten (Middleware, Routen, MCP-Tools, Webmodule), das für Plugin-artige Anpassungen ohne Forking konzipiert ist.

Related MCP server: Modular RAG MCP Server

Architektur

┌────────────┐   REST    ┌─────────────┐            ┌──────────────┐
│  Web UI    │──────────▶│   Gateway   │──adapter──▶│   RAGFlow    │
│  (React)   │           │  (Fastify)  │            │  (submodule) │
└────────────┘           └──────┬──────┘            └──────────────┘
                                │
                         ┌──────┴──────┐
                         │ MCP Server  │  ◀── Claude Desktop, Cursor, custom agents
                         └─────────────┘

Pakete

Paket

Beschreibung

@phloem/shared

Typen, Zod-Schemata, API-Verträge

@phloem/gateway

Fastify-API-Gateway mit Adapterschicht

@phloem/mcp

MCP-Server, der Wissenstools bereitstellt

@phloem/web

React-Webkonsole (dunkel, minimalistisch)

@phloem/eslint-config

Gemeinsame flache ESLint-Konfiguration

Erste Schritte

Voraussetzungen

  • Node.js ≥ 22

  • pnpm ≥ 9

  • Docker (für das RAGFlow-Backend)

Installieren

git clone --recurse-submodules https://github.com/phytul/phloem.git
cd phloem
pnpm install
cp deploy/docker/.env.example deploy/docker/.env

Ausführen (Mock-Modus – kein Backend erforderlich)

# Gateway
pnpm --filter @phloem/gateway dev

# Web console (mock data via MSW)
VITE_API_MODE=mock pnpm --filter @phloem/web dev

Ausführen (mit RAGFlow)

# Build and start RAGFlow (Lite profile, Infinity engine)
docker compose -f deploy/docker/docker-compose.yml -f deploy/docker/docker-compose.lite.yml up -d

pnpm --filter @phloem/gateway dev
pnpm --filter @phloem/web dev

Überprüfen

curl http://localhost:3000/healthz

API

Der REST-Vertrag ist die einzige Quelle der Wahrheit: openapi.yaml.

Kernressourcen:

  • POST /v1/retrieval – Hybrid Retrieval über Datensätze hinweg

  • GET/POST /v1/datasets – Verwaltung von Wissensdatenbanken

  • POST /v1/datasets/{id}/documents – Dokumentenupload

  • GET /healthz – Lebendigkeitsprüfung

MCP-Tools

Tool

Beschreibung

retrieve_knowledge

Hybrid Retrieval über Wissensdatenbanken hinweg

list_datasets

Verfügbare Wissensdatenbanken auflisten

Entwicklung

pnpm run build        # build all packages
pnpm run typecheck    # strict TS check across the monorepo
pnpm run lint         # ESLint + Prettier

Commits folgen Conventional Commits. Hooks (lint-staged + commitlint) setzen dies automatisch durch.

Lizenz

Apache-2.0

  • RAGFlow – die zugrundeliegende Engine

  • MCP – Model Context Protocol

Related MCP Connectors

Related MCP Servers

  • F
    license
    Not graded
    quality
    C
    maintenance
    Hybrid semantic search (dense vector + BM25) over local knowledge bases and codebases, exposed as MCP tools for AI agents to search and list knowledge bases.
    -
  • A
    license
    Not graded
    quality
    D
    maintenance
    Exposes RAG-related tools (query_knowledge_hub, list_collections, get_document_summary) via the Model Context Protocol, enabling AI assistants to perform hybrid search, document ingestion, and evaluation on knowledge bases.
    MIT
  • A
    license
    Not graded
    quality
    D
    maintenance
    A pluggable RAG framework that exposes hybrid search, ingestion, and evaluation tools via the Model Context Protocol, enabling AI assistants like Copilot and Claude to query knowledge bases directly.
    MIT