Provides a RAG knowledge retrieval and question answering system over PyTorch official documentation, enabling semantic search for API topics and generating cited answers.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@rag-mcp-server How to use torch.utils.data.DataLoader?"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
基于 PyTorch 官方文档的 RAG 知识检索 MCP Server：双向量库（FAISS + Chroma）混合检索，DeepSeek 生成带引用的回答，能力通过 FastMCP 暴露为标准工具，可被 Claude 等 MCP 客户端直接调用。
双向量库：FAISS（IndexFlatIP 精确余弦，主检索）+ Chroma（持久化 / where 过滤 / 备份对照），统一 md5(chunk_id) 对齐，构建后自动校验双库 top-5 重合率 ≥ 90%
章节感知分块：按 API entry 语义切分，超长块递归切分 + overlap，保证代码签名不被拦腰截断
混合检索：向量（BGE）+ 关键词（BM25）双路，RRF(k=60) 融合，规避两路分数量纲不可比
带引用回答：DeepSeek 基于检索上下文生成，强制 [n] 引用 + Sources，越界引用后校验剔除；资料不足正确降级拒绝，不编造
MCP Server：search / ask / list_topics / stats 四个标准工具，lifespan 只加载一次模型
ReAct 检索 Agent + 自纠正验证：模型自行决定检索策略，跨多主题迭代搜索（search / list_topics 工具调用）；独立验证器逐条检查 [n] 引用是否支持论断，不支持的反馈回 Agent 重搜修正
Related MCP server: docs2db-mcp-server
PyTorch 官方文档 (HTML)
│ loader.py 解析 <dl> 签名+描述
▼
Document ──► chunker.py 章节感知分块 (447 chunks / 96 API topics)
│ embedder.py BGE 文档编码 (无 instruction, 384 维)
▼
┌────────────────────────── 建库 ──────────────────────────┐
│ FAISS (IndexFlatIP) 主检索 Chroma 持久化/过滤 │
│ 同批 chunk，md5 chunk_id 对齐，双库重合率 ≥90% 校验 │
└───────────────────────────────────────────────────────────┘
▲
│ embed_query (查询加检索前缀)
│
问题 ──► HybridRetriever = 向量 top-k + BM25 top-k ──► RRF 融合 ──► top-k Chunk
│
▼
Generator.generate: 编号[1]..[n] 组装 context ──► DeepSeek ──► 回答 + [n] 引用
│ ▲
│ 引用校验 _extract_citations (越界/非数字剔除)
▼
FastMCP tools: search / ask / list_topics / stats (lifespan 单次加载)
│
▼
ReAct Agent (demo --agent): 工具调用迭代检索 → 全局来源表 → 验证器检查 [n] 支持性 → 不通过则重搜修正Python 3.13 · FAISS · Chroma · sentence-transformers (BGE) · rank_bm25 · LangChain · DeepSeek · FastMCP
python -m venv .venv
# Windows: .venv\Scripts\activate Linux/macOS: source .venv/bin/activate
pip install -r requirements.txtBGE 模型需从 HuggingFace 下载，国内可设镜像（config.py 已默认写入 HF_ENDPOINT=https://hf-mirror.com）。
复制 .env.example 为 .env，填入 DeepSeek API Key：
cp .env.example .env # 填入 DEEPSEEK_API_KEY也可直接用环境变量
DEEPSEEK_API_KEY，不需要.env文件。
PYTHONPATH=src python scripts/build_index.py输出示例：n_chunks=447, dim=384, dual_store_overlap=0.93+。
索引数据在
data/（已被 .gitignore 排除，可随时重建，幂等）。
# 单次提问
PYTHONPATH=src python -m ragmcp.cli.demo "How to create a Linear layer in PyTorch?"
# 交互式（输入 exit 退出）
PYTHONPATH=src python -m ragmcp.cli.demo# 模型自行决定检索策略，跨多主题迭代搜索
PYTHONPATH=src python -m ragmcp.cli.demo --agent "How to train a model with Adam on a DataLoader using CrossEntropyLoss?"PYTHONPATH=src python -m ragmcp.server.mcp_server # stdio transport注册进 Claude Code / Cursor 等客户端后，即可通过标准工具调用：
工具 | 说明 |
| 混合检索（向量 + BM25），返回 top-k 来源片段与分数 |
| 端到端问答，返回带 |
| 知识库覆盖的 API 主题列表 |
| 知识库统计（分块数 / 文档数 / 主题数 / 维度） |
客户端验收脚本：
PYTHONPATH=src python scripts/test_mcp_client.pyPYTHONPATH=src python -m pytest tests/ -vrag-mcp-server/
├── scripts/
│ ├── download_docs.py # 下载 PyTorch 文档页
│ ├── build_index.py # 全量构建双向量库（幂等）
│ └── test_mcp_client.py # MCP stdio 客户端验收
├── src/ragmcp/
│ ├── config.py # pydantic-settings 配置
│ ├── ingestion/ # loader(HTML/PDF) chunker(章节感知) embedder(BGE)
│ ├── storage/ # faiss_store chroma_store indexer(双写+对齐校验)
│ ├── retrieval/ # keyword(BM25) hybrid(RRF+加权融合)
│ ├── generation/ # generator(DeepSeek + [n]引用 + 降级)
│ ├── agent/ # rag_agent(ReAct 迭代检索, 工具调用)
│ ├── service/ # rag_service(编排 search/ask/list_topics/stats)
│ ├── server/ # mcp_server(FastMCP 4 工具) lifespan(单次加载)
│ └── cli/ # demo(命令行问答)
├── tests/ # chunker / keyword / hybrid / generator
├── data/ # gitignore：raw / chroma / faiss
├── requirements.txt
└── .env.example双向量库分工：FAISS 快、精确余弦、无持久化；Chroma 落盘、where 过滤、备份对照。统一 md5(source|index) 的 chunk_id 对齐，构建后双库 top-5 重合率校验，证明双库结果一致。
BGE 检索姿势：文档编码不加 instruction、查询编码加前缀 "Represent this sentence for searching relevant passages: "，配合 normalize_embeddings=True 使 IndexFlatIP 内积 = 余弦。
RRF 融合：向量分（-11）与 BM25 分（0几十）量纲不可比，直接加权无意义；RRF 只看排名（k=60，Cormack 2009），跨打分器鲁棒。
引用后校验：LLM 会幻觉出 context 里不存在的编号，_extract_citations 只保留 1<=n<=total 的合法引用，Sources 才可信。
无答案降级：_low_confidence 阈值（0.02，实测校准）+ SYSTEM_PROMPT 规则 3 双保险，资料不足明确拒绝，不编造。
lifespan 单次加载：BGE 模型（~130MB）+ FAISS 索引在服务启动时加载一次，所有工具调用复用，stdio 会话不重载。
ReAct 全局来源表：Agent 多次检索的 chunk 去重后进全局来源表，每次 search 返回的片段用全局绝对编号 [n]，最终回答引用的 [n] 精确反查——跨主题多轮检索的引用依然可信。
自纠正验证循环：Agent 给出答案后由独立验证器 LLM（temperature 0）逐条判断每个 [n] 引用是否真的支持论断；不支持的引用连同理由反馈回 Agent 重搜/改写（max_verify 轮），把引用校验从「格式校验」升级为「语义支持性校验」。
This server cannot be installed
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
MCP server for langchain documentation, generated by doc2mcp.
MCP server for querying Forkast documentation
MCP server for agentverse documentation, generated by doc2mcp.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/zhengzhi132/rag-mcp-server'
If you have feedback or need assistance with the MCP directory API, please join our Discord server
