boop-mcp-rag
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
ContextPayloadDer 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 |
| Deterministisches In-Memory-Chunking | Dokumentparser, Einbettungsmodell, Indexer |
Retrieval |
| Stichwort-Überschneidungs-Ranking | pgvector, Qdrant, hybride Suche |
Sitzungszustand |
| Prozessspeicher | Redis, PostgreSQL |
Tools |
| 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 statusLokale MCP-Oberfläche
Start Sie den lokalen MCP-Server:
mcp run server.pyEr weißt vier lokale Referenz-Toole aus:
Tool | Zweck |
| Gibt installierte lokale Adapter und nicht installierte Erweiterungspunkte aus. |
| Indexiert den vom Aufrufer bereitstellten Text im Prozesspeicher; ruft externe Inhalte nicht ab. |
| Ruft Kontext ab und führt optional ein ausdrücklich angefordertes lokales Tool aus. |
| 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 installed
Maintenance
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
- AlicenseBqualityAmaintenanceLocal end-to-end RAG system for agentic code editors, exposing retrieval-augmented generation via MCP to any compatible client.331MIT
- FlicenseNot gradedqualityCmaintenanceEnables local document question-answering and retrieval via MCP, supporting multi-turn conversation, intent recognition, and tools for document search, Q&A, and summarization.5
- FlicenseNot gradedqualityCmaintenanceEnables tool-calling over TCP for a local RAG pipeline, allowing document ingestion and querying via MCP tools, fully offline with no cloud dependencies.
- AlicenseNot gradedqualityAmaintenanceA local-first RAG engine that ingests documents (PDF, Markdown, images, etc.) and provides hybrid search, reranking, and LLM answer synthesis via MCP for AI agent integration.1MIT
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.
Latest Blog Posts
- Who's Calling? MCP Hosts Are an Identity Blind Spot (And the Spec Knows It)By Om-Shree-0709 on .mcpAgent IdentityOAuth 2.1
- Your AI Chatbot Just Exposed Your CEO's Salary to an InternBy Om-Shree-0709 on .Agent IdentityMCP SecurityOAuth Delegation
- Why MCP Servers Need Execution Sandboxing (And Why Your Current Stack Isn't Enough)By Om-Shree-0709 on .Agentic AiPrompt InjectionWebAssembly
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