TrueRAG MCP Server
通过 GraphQL API 并使用模型上下文协议 (MCP) 实现与 TrueRAG 系统的交互,从而可以使用 Python SDK 和 GQL 库集成来访问策略。
README
用于 GraphQL Policies API 的模型上下文协议 (MCP) 服务器
本仓库包含一个用于 GraphQL API 的 模型上下文协议 (MCP) 服务器实现,该 API 提供对策略的访问。
该服务器使用 MCP 的 python SDK 构建,并使用 GQL 库与 GraphQL API 交互。
开始使用
克隆仓库
git clone https://github.com/Ad-Veritas/mcp-server-trueRAG.git
cd mcp-server-trueRAG
确保您已安装 uv
uv --version
如果未安装,您可以使用以下命令安装:
# 在 macOS 和 Linux 上。
curl -LsSf https://astral.sh/uv/install.sh | sh
# 在 Windows 上。
powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"
定义环境变量
该服务器配置为针对 TrueRag 系统的 GraphQL API 工作。 创建 TrueRAG 环境后,从环境变量中复制 API 密钥和端点。
在仓库的根目录中创建一个 .env 文件,并添加以下行:
GRAPHQL_API_KEY = "{您的_api_密钥}"
GRAPHQL_ENDPOINT = "{您的_graphql_端点}"
添加到 MCP 客户端,例如 Claude Desktop
将以下行添加到 Claude 配置文件 (~/Library/Application Support/Claude/claude_desktop_config.json):
"shipping-policies": {
"command": "uv",
"args": [
"--directory",
"{mcp_服务器的_路径}/mcp-server-trueRAG",
"run",
"fastmcp",
"run",
"server.py"
]
}
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。
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。
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。
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。
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。
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。
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。
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。