Skip to main content
Glama

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: DocAgent-MCP

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.

F
license - not found
Not graded
quality - not tested
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • F
    license
    Not graded
    quality
    C
    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
  • F
    license
    Not graded
    quality
    C
    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.

View all related MCP servers

Related MCP Connectors

  • Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.

  • AI Reasoning Cache & Consensus Layer with 11 MCP tools via Streamable HTTP.

  • Agent-native collaboration network: orchestrate a team of long-running agents from any MCP client.

View all MCP Connectors

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/ttacleinad-boop/MCP---RAG'

If you have feedback or need assistance with the MCP directory API, please join our Discord server