RAG-MCP服务器

使用模型控制协议 (MCP) 的通用检索增强生成 (RAG) 服务器，旨在使用 RISC Zero 的 Bonsai 文档进行测试。

概述

该项目实现了一个 RAG 服务器，它：

• 使用 MCP（模型控制协议）进行标准化通信

• 实现用于文档查询的 RAG（检索增强生成）工作流程

• 可以使用 RISC Zero 的 Bonsai 文档进行测试

• 通过 Ollama 支持本地 LLM 集成

Related MCP server: linkup-mcp

特征

• 文档提取和索引

• 语义搜索功能

• 本地法学硕士整合

• MCP 协议合规性

• RISC Zero Bonsai 文档支持

先决条件

• Python 3.12+

• Ollama（用于本地法学硕士支持）

• 诗歌（用于依赖管理）

安装

1. 安装 Python 依赖项：

poetry install

2. 安装并启动 Ollama：

# Install Ollama
brew install ollama  # for macOS
# or
curl -fsSL https://ollama.com/install.sh | sh  # for Linux

# Start Ollama service
ollama serve

3. 拉取所需模型：

ollama pull llama2

用法

1. 启动 MCP 服务器：

poetry run python mcp_server.py

2. 服务器将：

   • 初始化 LLM 和嵌入模型

   • 从数据目录提取文档

   • 使用 RAG 工作流处理查询

3. 使用 RISC Zero Bonsai 文档进行测试：

   • 将 RISC Zero Bonsai 文档放在data/目录中

   • 向服务器查询 Bonsai 的功能和实现

项目结构

• mcp_server.py ：主服务器实现

• rag.py ：RAG 工作流程实现

• data/ ：文档提取目录

• storage/ ：向量存储和文档存储

• start_ollama.sh ：启动 Ollama 服务的脚本

使用 RISC Zero Bonsai 进行测试

该服务器已配置为与 RISC Zero 的 Bonsai 文档配合使用。您可以：

1. 将 Bonsai 文档添加到data/目录

2. 询问 Bonsai 的功能、实现细节和使用方法

3. 使用 Bonsai 特定问题测试 RAG 工作流程

由proofofsid用 ❤️ 制作