Custom MCP Server for Cursor

Custom MCP Server for Cursor

连接到 Cursor,并通过 Linkup 和 RAG 功能,使用 LlamaIndex 启用深度网络搜索。

Category
访问服务器

README

MCP - 基于 RAG 的问答系统

MCP 是一个先进的问答系统,使用 RAG(检索增强生成)技术,基于文档语料库提供精确和上下文相关的答案。

功能特性

  • 🔍 文档中的语义搜索
  • 💾 使用 Redis 的智能缓存
  • 📊 使用 MongoDB 的持久化存储
  • 🤖 与 OpenAI 集成,用于嵌入和文本生成
  • 📈 系统监控和指标
  • 🔄 异步操作管理

前提条件

  • Python 3.9+
  • MongoDB Community Edition
  • Redis
  • OpenAI API 密钥

安装

  1. 克隆仓库:
git clone https://github.com/votre-username/mcp.git
cd mcp
  1. 安装系统依赖:
# MongoDB
brew tap mongodb/brew
brew install mongodb-community
brew services start mongodb-community

# Redis
brew install redis
brew services start redis
  1. 配置 Python 环境:
python -m venv .venv
source .venv/bin/activate  # 在 Unix/macOS 上
pip install -r requirements.txt
  1. 配置环境变量:
cp .env.example .env
# 编辑 .env 文件,填写您的配置

快速使用

from src.rag import RAGWorkflow

# 初始化
rag = RAGWorkflow()

# 导入文档
await rag.ingest_documents("chemin/vers/documents")

# 提问
response = await rag.query("Votre question ici ?")

文档

测试

python -m pytest tests/ -v

项目结构

mcp/
├── src/
│   ├── __init__.py
│   ├── rag.py              # 主要 RAG 工作流
│   ├── models.py           # 数据模型
│   ├── mongo_operations.py # MongoDB 操作
│   ├── redis_operations.py # Redis 操作
│   └── database.py         # 数据库配置
├── tests/
│   ├── __init__.py
│   ├── test_mcp.py
│   └── test_mongo_integration.py
├── prompts/
│   ├── system_prompt.txt
│   ├── query_prompt.txt
│   └── response_prompt.txt
├── docs/
│   ├── installation.md
│   ├── usage.md
│   ├── architecture.md
│   └── api.md
├── requirements.txt
├── .env.example
└── README.md

贡献

  1. Fork 本项目
  2. 创建您的功能分支 (git checkout -b feature/AmazingFeature)
  3. 提交您的更改 (git commit -m 'Add some AmazingFeature')
  4. 推送到分支 (git push origin feature/AmazingFeature)
  5. 提交 Pull Request

许可证

本项目基于 MIT 许可证。 详情请查看 LICENSE 文件。

联系方式

您的名字 - @votre_twitter

项目链接:https://github.com/votre-username/mcp

推荐服务器

Baidu Map

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。

官方
精选
JavaScript
Playwright MCP Server

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。

官方
精选
TypeScript
Magic Component Platform (MCP)

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。

官方
精选
本地
TypeScript
Audiense Insights MCP Server

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。

官方
精选
本地
TypeScript
VeyraX

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。

官方
精选
本地
graphlit-mcp-server

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。

官方
精选
TypeScript
Kagi MCP Server

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。

官方
精选
Python
e2b-mcp-server

e2b-mcp-server

使用 MCP 通过 e2b 运行代码。

官方
精选
Neon MCP Server

Neon MCP Server

用于与 Neon 管理 API 和数据库交互的 MCP 服务器

官方
精选
Exa MCP Server

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。

官方
精选