RagDocs MCP 服务器

一个模型上下文协议 (MCP) 服务器，它使用 Qdrant 向量数据库和 Ollama/OpenAI 嵌入提供 RAG（检索增强生成）功能。此服务器支持通过向量相似性进行语义搜索和文档管理。

功能

• 添加带有元数据的文档
• 通过文档进行语义搜索
• 列出和组织文档
• 删除文档
• 支持 Ollama（免费）和 OpenAI（付费）嵌入
• 自动文本分块和嵌入生成
• 使用 Qdrant 进行向量存储

前提条件

• Node.js 16 或更高版本
• 以下 Qdrant 设置之一：
  • 使用 Docker 的本地实例（免费）
  • 具有 API 密钥的 Qdrant Cloud 帐户（托管服务）
• 以下嵌入方式之一：
  • 在本地运行的 Ollama（默认，免费）
  • OpenAI API 密钥（可选，付费）

可用工具

1. add_document

将文档添加到 RAG 系统。

参数：

• url（必需）：文档 URL/标识符
• content（必需）：文档内容
• metadata（可选）：文档元数据
  • title: 文档标题
  • contentType: 内容类型（例如，“text/markdown”）

2. search_documents

使用语义相似性搜索存储的文档。

参数：

• query（必需）：自然语言搜索查询
• options（可选）：
  • limit: 最大结果数（1-20，默认值：5）
  • scoreThreshold: 最小相似度分数（0-1，默认值：0.7）
  • filters:
    • domain: 按域过滤
    • hasCode: 过滤包含代码的文档
    • after: 过滤指定日期之后的文档（ISO 格式）
    • before: 过滤指定日期之前的文档（ISO 格式）

3. list_documents

列出所有存储的文档，并提供分页和分组选项。

参数（全部可选）：

• page: 页码（默认值：1）
• pageSize: 每页的文档数（1-100，默认值：20）
• groupByDomain: 按域对文档进行分组（默认值：false）
• sortBy: 排序字段（“timestamp”、“title”或“domain”）
• sortOrder: 排序顺序（“asc”或“desc”）

4. delete_document

从 RAG 系统中删除文档。

参数：

• url（必需）：要删除的文档的 URL

安装

npm install -g @mcpservers/ragdocs

MCP 服务器配置

{
  "mcpServers": {
    "ragdocs": {
      "command": "node",
      "args": ["@mcpservers/ragdocs"],
      "env": {
        "QDRANT_URL": "http://127.0.0.1:6333",
        "EMBEDDING_PROVIDER": "ollama"
      }
    }
  }
}

使用 Qdrant Cloud：

{
  "mcpServers": {
    "ragdocs": {
      "command": "node",
      "args": ["@mcpservers/ragdocs"],
      "env": {
        "QDRANT_URL": "https://your-cluster-url.qdrant.tech",
        "QDRANT_API_KEY": "your-qdrant-api-key",
        "EMBEDDING_PROVIDER": "ollama"
      }
    }
  }
}

使用 OpenAI：

{
  "mcpServers": {
    "ragdocs": {
      "command": "node",
      "args": ["@mcpservers/ragdocs"],
      "env": {
        "QDRANT_URL": "http://127.0.0.1:6333",
        "EMBEDDING_PROVIDER": "openai",
        "OPENAI_API_KEY": "your-api-key"
      }
    }
  }
}

使用 Docker 的本地 Qdrant

docker run -d --name qdrant -p 6333:6333 -p 6334:6334 qdrant/qdrant

环境变量

• QDRANT_URL: Qdrant 实例的 URL
  • 本地： "http://127.0.0.1:6333"（默认）
  • 云端： "https://your-cluster-url.qdrant.tech"
• QDRANT_API_KEY: Qdrant Cloud 的 API 密钥（使用云实例时必需）
• EMBEDDING_PROVIDER: 嵌入提供商的选择（“ollama”或“openai”，默认值：“ollama”）
• OPENAI_API_KEY: OpenAI API 密钥（如果使用 OpenAI，则为必需）
• EMBEDDING_MODEL: 用于嵌入的模型
  • 对于 Ollama：默认为 "nomic-embed-text"
  • 对于 OpenAI：默认为 "text-embedding-3-small"

许可证

Apache License 2.0