Skip to main content
Glama
deenesjakoruzh
ttacleinad-boop

boop-mcp-rag

by ttacleinad-boop
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Hybrid

Boop MCP–RAG

Boop MCP–RAG ist eine quellenunabhängige Grundlage für ein zukünftiges System zur Retrieval-Augmented Generation (RAG) und zum Model Context Protocol (MCP). Es implementiert stabile Verträge und einen deterministischen, lokalen Referenzpfad, ohne Modellanbietersystem, Quellsystem, Zugangsdaten-Speicher, Datenbank, Vektordatenbank, Remote-MCP-Server oder Identitätsdienst für den Echtbetrieb einzubetten.

Das Projekt ist bewusst ein strukturelles Fundament. Es ist kein Produktions-RAG-Dienst, kein autonomer Agent, kein API-Gateway, kein Vektorsuch-Cluster und kein Executor für Remote-Tools.

Laufzeittopologie

Consumer / MCP client
        |
        v
ContextRouter
   |                  |
   v                  v
QueryRetriever      MCPHost
   |                  |
   v                  v
ContextDocument     ToolResult
        \            /
         v          v
      ContextPayload

Der Orchestrator sieht ausschließlich normalisierte Verträge. Retrieval-Speicher, Sitzungspersistenz, Tool-Transport und Telemetrie-Export werden zur Installationszeit hinter Schnittstellen ausgewählt.

Bereich

Vertrag

Lokaler Referenzadapter

Erweiterungspunkt zur Installationszeit

Datenerfassung

IngestionPipeline

Deterministisches In-Memory-Chunking

Dokumentparser, Einbettungsmodell, Indexer

Retrieval

QueryRetriever

Stichwort-Überschneidungs-Ranking

pgvector, Qdrant, hybride Suche

Sitzungszustand

SessionStore

Prozessspeicher

Redis, PostgreSQL

Tools

MCPHost

In-Process-Host mit Pydantic-Validierung

MCP STDIO, HTTP/SSE, gRPC-Bridge

Telemetrie

Operationstelemetrie-API-Spans

Nur-API-Instrumentierung

OTLP-Collector/-Exporter

Gateway

Konfigurationsplatzhalter

Keiner

Adapter für Authentifizierung, Autorisierung und Limits

Related MCP server: Local RAG MCP Server

Implementiertes Verhalten

Der ContextRouter validiert eine Anfrage, ruft Kontext ab, deckt registrierte Tools auf und führt ein Tool ausschließlich dann aus, wenn der Aufrufer requested_tool explizit bereitstellt. Er erzeugt ein normalisiertes ContextPayload mit der Benutzeranfrage, den abegerufenen Dokumenten, den Tool-Definitionen, den Sitzungs-Metadaten und einem optionalen Tool-Ergebnis.

Der deterministische Referenz-Wissensadapter gleicht Schlüsselwörter ab. Er dient der Validierung von Verträgen und Tests, nicht der Bereitstellung semantischer oder vektorbasierter Suche. Der lokale MCP-Host validiert jede Tool-Eingabe mit Pydantic, bevor er den zugehörigen Handler aufruft.

Installation und Validierung

python3 -m pip install -e .
python3 -m unittest discover -s tests -p "test_*.py" -v
python3 -m compileall -q src tests server.py
boop-mcp-rag status

Lokale MCP-Oberfläche

Start Sie den lokalen MCP-Server:

mcp run server.py

Er weißt vier lokale Referenz-Toole aus:

Tool

Zweck

rag_status

Gibt installierte lokale Adapter und nicht installierte Erweiterungspunkte aus.

rag_ingest_text

Indexiert den vom Aufrufer bereitstellten Text im Prozesspeicher; ruft externe Inhalte nicht ab.

rag_orchestrate

Ruft Kontext ab und führt optional ein ausdrücklich angefordertes lokales Tool aus.

rag_list_tools

Listet transportneutrale Tool-Beschreibungen auf.

Installationgrenze

Kopieren Sie config.example.json und wählen Sie reale Adapter erst aus, wenn die zielgerichtete Laufzeitumgebung, Datenquellen, Zugriffsgrenze und betriebliche Anforderungen verifiziert sind. Legen Sie keine Geheimnisse, Diensttokens, Quellablagen oder Produktions-Verbindungsstrings in diesem Repository ab.

This server cannot be deployed

Context All Your Agents Can ShareAgents share what they learn, hand off work, and hold it when you switch models. Start with 5 GB free.fulcradynamics.comAd

Maintenance

ActivityStale
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • DocAgent-MCP

    wuliuke
    F
    license
    Not graded
    quality
    D
    maintenance
    Enables local document question-answering and retrieval via MCP, supporting multi-turn conversation, intent recognition, and tools for document search, Q&A, and summarization.
    5
    -

  • Local RAG MCP Server

    CortexLLMs
    F
    license
    Not graded
    quality
    D
    maintenance
    Enables tool-calling over TCP for a local RAG pipeline, allowing document ingestion and querying via MCP tools, fully offline with no cloud dependencies.
    -

  • minirag

    mck-s
    A
    license
    Not graded
    quality
    D
    maintenance
    MCP server for a self-hosted RAG system that enables AI tools to search and retrieve grounded answers from locally ingested documents via MCP tools, with local embeddings and no API key required.
    MIT