MCP 服务器

RAG Documentation MCP Server

提供通过向量搜索检索和处理文档的工具，使 AI 助手能够使用相关的文档上下文来增强其响应。

README

RAG 文档 MCP 服务器

一个 MCP 服务器实现，提供通过向量搜索检索和处理文档的工具，使 AI 助手能够使用相关的文档上下文来增强其响应。

特性

基于向量的文档搜索和检索
支持多个文档来源
语义搜索能力
自动化文档处理
LLM 的实时上下文增强

工具

search_documentation

使用自然语言查询搜索存储的文档。返回匹配的摘录及其上下文，并按相关性排序。

输入：

query (字符串)：要在文档中搜索的文本。可以是自然语言查询、特定术语或代码片段。
limit (数字，可选)：要返回的最大结果数（1-20，默认值：5）。更高的限制提供更全面的结果，但可能需要更长的处理时间。

list_sources

列出当前存储在系统中的所有文档来源。返回所有已索引文档的完整列表，包括源 URL、标题和上次更新时间。使用此功能可以了解哪些文档可用于搜索，或验证是否已索引特定来源。

extract_urls

从给定的网页中提取和分析所有 URL。此工具会抓取指定的网页，识别所有超链接，并可以选择将它们添加到处理队列中。

输入：

url (字符串)：要分析的网页的完整 URL（必须包含协议，例如 https://）。该页面必须可公开访问。
add_to_queue (布尔值，可选)：如果为 true，则自动将提取的 URL 添加到处理队列中，以便稍后进行索引。在大型网站上使用时要小心，以避免过度排队。

remove_documentation

通过 URL 从系统中删除特定的文档来源。删除是永久性的，会影响未来的搜索结果。

输入：

urls (字符串数组)：要从数据库中删除的 URL 数组。每个 URL 必须与添加文档时使用的 URL 完全匹配。

list_queue

列出当前在文档处理队列中等待的所有 URL。显示将在调用 run_queue 时处理的待处理文档来源。使用此功能可以监视队列状态，验证 URL 是否已正确添加，或检查处理积压。

run_queue

处理和索引当前在文档队列中的所有 URL。每个 URL 都会按顺序处理，并具有适当的错误处理和重试逻辑。处理过程中会提供进度更新。长时间运行的操作将处理直到队列为空或发生无法恢复的错误。

clear_queue

从文档处理队列中删除所有待处理的 URL。当您想要重新开始、删除不需要的 URL 或取消待处理的处理时，可以使用此功能重置队列。此操作是立即且永久性的 - 如果您想稍后处理 URL，则需要重新添加它们。

用法

RAG 文档工具专为以下目的而设计：

使用相关文档增强 AI 响应
构建文档感知 AI 助手
为开发人员创建上下文感知工具
实现语义文档搜索
增强现有知识库

配置

与 Claude Desktop 一起使用

将其添加到您的 claude_desktop_config.json：

{
  "mcpServers": {
    "rag-docs": {
      "command": "npx",
      "args": [
        "-y",
        "@hannesrudolph/mcp-ragdocs"
      ],
      "env": {
        "OPENAI_API_KEY": "",
        "QDRANT_URL": "",
        "QDRANT_API_KEY": ""
      }
    }
  }
}