R2R MCP Server

R2R MCP Server

A FastMCP-based MCP server for the R2R API, enabling integration with document management, knowledge graphs, and RAG systems through automatically generated tools and resources.

Category
访问服务器

README

R2R MCP Server

Python 3.10+ FastMCP License: MIT Code style: ruff

FastMCP-based Model Context Protocol (MCP) сервер для R2R API, обеспечивающий интеграцию с системами управления документами, графами знаний и RAG.

⚡ Важно: Для корректной работы с OpenAPI 3.1 спецификацией рекомендуется включить экспериментальный парсер FastMCP. Добавьте FASTMCP_EXPERIMENTAL_ENABLE_NEW_OPENAPI_PARSER=true в .env файл.

Возможности

  • Автоматическая генерация MCP компонентов из OpenAPI спецификации
  • Семантическая маршрутизация: GET операции как Resources, POST/PUT/DELETE как Tools
  • Аутентификация: Поддержка Bearer token через переменные окружения
  • Двойной транспорт: stdio (для Claude Desktop) и HTTP (для разработки/тестирования)
  • Полное покрытие R2R API:
    • Управление chunks (поиск, создание, обновление, удаление)
    • Управление документами (загрузка, экспорт, метаданные)
    • Коллекции и права доступа
    • Граф знаний (извлечение сущностей, дедупликация, построение сообществ)
    • Конверсации и сообщения

Установка

1. Клонирование и настройка окружения

# Установка зависимостей через uv (рекомендуется)
uv venv
source .venv/bin/activate  # Linux/macOS
# .venv\Scripts\activate   # Windows

uv pip install -e .

2. Конфигурация

Создайте .env файл на основе .env.example:

cp .env.example .env

Отредактируйте .env:

# Обязательные параметры
R2R_BASE_URL=http://localhost:7272
R2R_API_KEY=your_actual_api_key_here

# Рекомендуется: включить экспериментальный парсер (лучшая совместимость с OpenAPI 3.1)
FASTMCP_EXPERIMENTAL_ENABLE_NEW_OPENAPI_PARSER=true

# Опциональные параметры производительности
R2R_TIMEOUT=30.0              # Таймаут запросов (секунды)
DEBUG_LOGGING=false           # Детальное логирование для отладки

ВАЖНО: Формат API ключа в .env файле:

# ✅ ПРАВИЛЬНО - без кавычек, без "Bearer"
R2R_API_KEY=your_actual_api_key_here

# ❌ НЕПРАВИЛЬНО - с кавычками
R2R_API_KEY="your_actual_api_key_here"

# ❌ НЕПРАВИЛЬНО - со словом Bearer
R2R_API_KEY=Bearer your_actual_api_key_here

Код автоматически добавляет "Bearer " при формировании HTTP заголовка.

Performance Optimizations:

  • DEBUG_LOGGING=true - показывает детали работы OpenAPI парсера и построения запросов
  • Experimental parser - автоматически используется для 100-200ms faster startup

Использование

Деплой на FastMCP Cloud (рекомендуется) 🚀

Самый простой способ - задеплоить на FastMCP Cloud:

  1. Entrypoint: src/server.py:mcp
  2. Environment Variables: Добавьте ваши R2R креденшалы
  3. Authentication: Включите для безопасности

📖 Подробная инструкция: DEPLOYMENT.md

Запуск для Claude Desktop (stdio)

Рекомендуется через start.sh (автоматически экспортирует переменные из .env):

./start.sh
# или
make run

Альтернативно (требует ручного экспорта переменных):

# Экспортируем переменные из .env
set -a && source .env && set +a

# Запускаем сервер
uv run python -m src.server

Запуск HTTP сервера (для разработки)

Рекомендуется через start.sh:

./start.sh http 8000
# или
make run-http

Альтернативно:

# Экспортируем переменные из .env
set -a && source .env && set +a

# Запускаем HTTP сервер
uv run python -m src.server http 8000

Затем подключитесь через MCP клиент к http://localhost:8000/mcp

Интеграция с Claude Desktop

Добавьте в ~/Library/Application Support/Claude/claude_desktop_config.json (macOS):

{
  "mcpServers": {
    "r2r": {
      "command": "uv",
      "args": [
        "--directory",
        "/path/to/fastmcp-r2r-openapi-integration",
        "run",
        "python",
        "-m",
        "src.server"
      ],
      "env": {
        "R2R_BASE_URL": "http://localhost:7272",
        "R2R_API_KEY": "your_api_key_here"
      }
    }
  }
}

Архитектура Route Maps

Сервер использует семантическую маршрутизацию для оптимальной организации endpoints:

Resources (только чтение)

  • GET /v3/chunks/{id} → ResourceTemplate
  • GET /v3/documents/{id} → ResourceTemplate
  • GET /v3/documents → Resource (список)
  • GET /health → Resource

Tools (модификация данных)

  • POST /v3/chunks/search → Tool (поиск)
  • POST /v3/documents → Tool (создание)
  • DELETE /v3/documents/{id} → Tool (удаление)
  • POST /v3/documents/{id}/extract → Tool (извлечение сущностей)
  • POST /v3/graphs/{collection_id}/communities/build → Tool (граф знаний)

Примеры использования

Поиск документов

# Через MCP клиент
result = await client.call_tool("search_chunks", {
    "query": "machine learning",
    "limit": 5
})

Получение документа

# Как Resource
content = await client.read_resource("uri://r2r/documents/uuid-here")

Извлечение сущностей из документа

# Tool для граф знаний
result = await client.call_tool("extract_entities_from_document", {
    "id": "document-uuid"
})

Разработка

Линтинг и форматирование

# Проверка кода
uv run ruff check .

# Автоисправление
uv run ruff check --fix .

# Форматирование
uv run ruff format .

Обновление OpenAPI спецификации

curl -o openapi.json http://localhost:7272/openapi.json

Архитектура

Typed Client (NEW)

Проект использует typed wrapper подход для лучшего DX, сохраняя serverless compatibility:

# src/r2r_typed.py - Type-safe wrapper around httpx
from src.r2r_typed import R2RTypedClient

_client = httpx.AsyncClient(auth=DynamicBearerAuth())
r2r = R2RTypedClient(_client)  # ← Typed wrapper

# Type-safe search with autocomplete
results = await r2r.search(
    query="machine learning",
    limit=10,
    use_hybrid_search=True  # ← IDE autocomplete!
)

Преимущества:

  • ✅ Type hints (IDE autocomplete, mypy checking)
  • ✅ DynamicBearerAuth (serverless compatible)
  • ✅ Less boilerplate
  • ✅ Full HTTP control

См.: docs/R2R_CLIENT_ANALYSIS.md для details.

Структура проекта

.
├── src/
│   ├── __init__.py
│   ├── server.py          # Основной MCP сервер (использует R2RTypedClient)
│   ├── r2r_typed.py       # Type-safe wrapper (NEW)
│   └── pipelines.py       # Pipeline compositions
├── scripts/               # Standalone scripts с R2RClient (NEW)
│   ├── README.md          # Документация scripts
│   ├── batch_ingest.py    # Batch document upload
│   └── search_cli.py      # Interactive search CLI
├── docs/
│   ├── R2R_CLIENT_ANALYSIS.md       # R2RClient vs httpx analysis (NEW)
│   ├── R2R_FASTMCP_INTEGRATION.md   # Integration guide (NEW)
│   ├── INTEGRATION_QUICKSTART.md    # Quick start guide (NEW)
│   ├── DEPLOYMENT.md      # Руководство по деплою
│   ├── QUICKSTART.md      # Быстрый старт
│   └── SUMMARY.md         # Обзор проекта
├── requirements.txt       # Python зависимости
├── pyproject.toml         # Конфигурация проекта (uv + ruff)
├── Makefile               # Удобные команды
├── CLAUDE.md              # Память для Claude Code
├── LICENSE                # MIT License
├── README.md              # Эта документация
├── .env.example           # Шаблон конфигурации
├── .gitignore             # Git игнорирование
└── openapi.json           # R2R OpenAPI спецификация

Полезные ссылки

Документация

Внутренняя документация

  • R2R ↔ FastMCP Integration Analysis - Комплексный анализ интеграции:

    • Архитектурная совместимость (4-layer model)
    • Функциональные пересечения
    • Возможности перехода (migration paths)
    • Симбиоз: лучшие практики
    • Production patterns
    • Практические примеры
  • FastMCP Architecture - Многослойная архитектура FastMCP приложений

  • R2R Documentation Hub - 8 разделов R2R documentation

  • FastMCP Documentation Hub - 8 разделов FastMCP documentation

  • Claude Code Documentation Hub - 13 разделов Claude Code documentation

Changelog

See CHANGELOG.md for version history and release notes.

Лицензия

MIT

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