RAG MCP server
Servidor RAG-MCP
Un servidor de recuperación-generación aumentada (RAG) de propósito general que utiliza el Protocolo de control de modelos (MCP), diseñado para ser probado con la documentación Bonsai de RISC Zero.
Descripción general
Este proyecto implementa un servidor RAG que:
Utiliza MCP (Protocolo de control de modelos) para la comunicación estandarizada
Implementa el flujo de trabajo RAG (Recuperación-Generación Aumentada) para la consulta de documentos
Se puede probar con la documentación Bonsai de RISC Zero
Admite la integración local de LLM a través de Ollama
Related MCP server: linkup-mcp
Características
Ingesta e indexación de documentos
Capacidades de búsqueda semántica
Integración local de LLM
Cumplimiento del protocolo MCP
Soporte de documentación de RISC Zero Bonsai
Prerrequisitos
Python 3.12+
Ollama (para soporte local de LLM)
Poesía (para la gestión de la dependencia)
Instalación
Instalar dependencias de Python:
poetry installInstalar e iniciar Ollama:
# Install Ollama
brew install ollama # for macOS
# or
curl -fsSL https://ollama.com/install.sh | sh # for Linux
# Start Ollama service
ollama serveExtraiga el modelo requerido:
ollama pull llama2Uso
Inicie el servidor MCP:
poetry run python mcp_server.pyEl servidor hará lo siguiente:
Inicializar el modelo LLM y de incrustación
Ingerir documentos desde el directorio de datos
Consultas de proceso mediante el flujo de trabajo RAG
Prueba con la documentación de RISC Zero Bonsai:
Coloque la documentación de RISC Zero Bonsai en el directorio
data/Consultar al servidor sobre las características e implementación de Bonsai
Estructura del proyecto
mcp_server.py: Implementación del servidor principalrag.py: Implementación del flujo de trabajo de RAGdata/: Directorio para la ingesta de documentosstorage/: Almacén de vectores y almacenamiento de documentosstart_ollama.sh: Script para iniciar el servicio Ollama
Pruebas con RISC Zero Bonsai
El servidor está configurado para funcionar con la documentación Bonsai de RISC Zero. Puedes:
Agregue la documentación de Bonsai al directorio
data/Consulta sobre las características, detalles de implementación y uso de Bonsai
Pruebe el flujo de trabajo de RAG con preguntas específicas de Bonsai
Hecho con ❤️ por proofofsid
This server cannot be deployed
Maintenance
Related MCP Connectors
Ingest, manage, and retrieve documents for RAG-powered AI applications
Search your knowledge bases from any AI assistant using hybrid RAG.
Connect Claude, Cursor, or ChatGPT to your business data. Ask questions, get answers.
Shared memory for AI coding agents. Save once, reuse from Cursor, Claude Code, Codex.
Related MCP Servers
- AlicenseNot gradedqualityDmaintenanceEnables AI coding assistants to search and retrieve information from a locally ingested knowledge base using hybrid search, grounded in user-curated documentation.16MIT
- FlicenseNot gradedqualityDmaintenanceProvides web search and local document RAG using Ollama, enabling privacy-preserving AI assistance in Cursor IDE.-
- FlicenseNot gradedqualityDmaintenanceEnables semantic code search across codebases using AI embeddings and vector similarity, integrated with Claude Desktop and Cursor.-
- FlicenseNot gradedqualityCmaintenanceStores and searches AI-generated knowledge about software projects, enabling Cursor to access project structures, design patterns, best practices, and technical documentation.-