ChatPPT-MCP
A multi-document RAG engine server that enables intelligent querying and analysis of PPT documents using the Model Context Protocol (MCP).
README
ChatPPT-MCP: 多文档RAG引擎的 MCP Server
一个基于MCP(Model Context Protocol)的多文档RAG(Retrieval-Augmented Generation)引擎应用,支持PPT文档的智能问答和分析。
功能特性
- 🔍 多文档处理: 支持索引多个PPT文档,基于视觉模型
- 🤖 智能问答: 基于RAG技术的文档问答
- 🔄 MCP集成: 使用Model Context Protocol进行工具调用
- 📊 交互式测试: 提供命令行交互测试界面
技术栈
- 后端框架: FastAPI
- 向量数据库: ChromaDB
- LLM: Doubao Vision
- 文档处理: LibreOffice, pypdfium2
- 协议: Model Context Protocol (MCP)
- 向量化: OpenAI Embeddings
安装使用
1. 安装依赖
pip install -e .
2. 环境配置
复制环境变量模板文件,并修改:
cp .env.example .env
3. 运行应用
RAG引擎测试模式
python rag_interactive_test.py
MCP测试模式(先sse启动:python mcp_ppt_server.py --transport sse)
python mcp_interactive_test.py
项目结构
app_chatppt/
├── src/ # 源代码目录
│ ├── multi_doc_rag_engine.py # RAG引擎核心
│ ├── document_processor.py # 文档处理器
│ └── ...
├── data/ # 示例数据
├── rag_interactive_test.py # 交互式测试入口
├── mcp_interactive_test.py # MCP集成测试
├── pyproject.toml # 项目配置
├── .env.example # 环境变量模板
└── README.md # 项目文档
许可证
MIT License
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。