boop-mcp-rag
Boop MCP–RAG
Boop MCP–RAG es una base independiente de la fuente para un futuro sistema de generación aumentada por recuperación (RAG) y protocolo de contexto de modelo (MCP). Implementa contratos estables y una ruta de referencia local determinista sin incorporar un proveedor de modelos, un sistema de origen, una credencial, una base de datos, un almacén vectorial, un servidor MCP remoto ni un servicio de identidad de producción.
El proyecto es deliberadamente una base estructural. No es un servicio RAG de producción, un agente autónomo, una puerta de enlace de API, un clúster de búsqueda vectorial ni un ejecutor remoto de herramientas.
Topología de ejecución
Consumer / MCP client
|
v
ContextRouter
| |
v v
QueryRetriever MCPHost
| |
v v
ContextDocument ToolResult
\ /
v v
ContextPayloadEl orquestador solo ve contratos normalizados. El almacenamiento de la recuperación, la persistencia de sesión, el transporte de herramientas y la exportación de telemetría se seleccionan detrás de interfaces en el momento de la instalación.
Límite | Contrato | Adaptador de referencia local | Punto de extensión en la instalación |
Ingestión |
| Fragmentación determinista en memoria | Analizador de documentos, modelo de incrustación, indexador |
Recuperación |
| Clasificación por solapamiento de palabras clave | pgvector, Qdrant, búsqueda híbrida |
Estado de sesión |
| Memoria del proceso | Redis, PostgreSQL |
Herramientas |
| Host en proceso validado por Pydantic | MCP STDIO, HTTP/SSE, puente gRPC |
Telemetría | Intervalos de la API de OpenTelemetry | Solo instrumentación de la API | Colector/exportador OTLP |
Puerta de enlace | Marcador de configuración | Ninguno | Adaptadores de autenticación, autorización y límite de solicitudes |
Related MCP server: Local RAG MCP Server
Comportamiento incluido
El ContextRouter valida una solicitud, recupera el contexto, descubre las herramientas registradas y ejecuta una herramienta solo cuando quien la llama proporciona explícitamente requested_tool. Crea un ContextPayload normalizado que contiene la consulta del usuario, los documentos recuperados, las definiciones de herramientas, los metadatos de sesión y un resultado de herramienta opcional.
El adaptador de conocimiento de referencia es una coincidencia determinista de palabras clave. Se proporciona para validar contratos y pruebas, no para afirmar una recuperación semántica/vectorial. El host local de MCP valida cada entrada de herramienta con Pydantic antes de invocar su controlador.
Instalar y validar
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 statusInterfaz local de MCP
Inicia el servidor local de MCP:
mcp run server.pyExpone cuatro herramientas de referencia local:
Herramienta | Propósito |
| Declara los adaptadores locales instalados y los puntos de extensión no instalados. |
| Indexa en la memoria del proceso el texto proporcionado por quien lo solicita; no obtiene contenido externo. |
| Recupera contexto y opcionalmente invoca una herramienta local solicitada explícitamente. |
| Enumera los descriptores de herramientas transitivas de transporte independientes. |
Límite de instalación
Copia config.example.json y selecciona los adaptadores reales solo después de verificar el entorno de ejecución de destino, las fuentes de datos, el límite de acceso y los requisitos operativos. No incluyas secretos, tokens de servicio, volcados de fuente ni cadenas de conexión de la ducción en este reproductorio.
This server cannot be deployed
Maintenance
Related MCP Connectors
Private-by-default, local-first memory/context/task orchestrator for MCP apps and agents.
Hosted MCP runtime where your agent publishes its own tools by tool call and keeps working.
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
Persistent memory, knowledge graph, task management and more for AI agents via MCP.
Related MCP Servers
- FlicenseNot gradedqualityDmaintenanceEnables 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 gradedqualityDmaintenanceEnables 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.46 PyPI3MIT
- AlicenseNot gradedqualityDmaintenanceMCP 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