🚀 RAG 文档 MCP 服务器
RAG 文档 MCP 服务器是一个 MCP 服务器实现，提供通过向量搜索检索和处理文档的工具，能让 AI 助手借助相关文档上下文增强其响应内容。
🚀 快速开始
安装依赖项
要确保已经安装以下工具：
- Node.js（推荐版本 14+）
- Docker（可选，用于 Docker Compose）
克隆仓库
git clone https://github.com/your-repository.git
cd mcp-ragdocs
运行服务器
npm install
node index.js
默认情况下，服务器将在 http://localhost:3030 上运行。
✨ 主要特性
此 MCP 服务器具备以下功能：
- 文档检索：通过向量搜索高效检索相关文档。
- 上下文增强：使 AI 助手能够引用和理解文档内容，提升响应质量。
- 多语言支持：支持多种语言的文档处理与检索。
📦 安装指南
Docker Compose 设置
使用以下 docker-compose.yml 文件启动服务：
version: '3'
services:
mcp-ragdocs:
build: .
ports:
- "3030:3030"
environment:
- EMBEDDING_PROVIDER=ollama
- OPENAI_API_KEY=your-api-key-here
运行命令：
docker-compose up --build
📚 详细文档
Web 界面
访问 http://localhost:3030 可使用默认的 Web 界面进行文档检索和管理。
配置
Cline 配置
在 .env 文件中设置以下环境变量：
EMBEDDING_PROVIDER=ollama # 可选值：ollama 或 openai
OPENAI_API_KEY=your-api-key-here # 必填（如果使用 OpenAI）
QDRANT_URL=http://localhost:6333 # 可选，默认为 http://localhost:6333
Claude Desktop 配置
在 config.json 文件中设置以下内容：
{
"EMBEDDING_PROVIDER": "ollama",
"OPENAI_API_KEY": "your-api-key-here",
"QDRANT_URL": "http://localhost:6333"
}
默认配置
系统默认使用 Ollama 作为嵌入提供程序。为了最佳可靠性：
- 安装并运行 Ollama 本地。
- 配置 OpenAI 作为备用（推荐）：
{
"EMBEDDING_MODEL": "nomic-embed-text", // 可选
"FALLBACK_PROVIDER": "openai",
"FALLBACK_MODEL": "text-embedding-3-small",
"OPENAI_API_KEY": "your-api-key-here"
}
此配置确保：
- 使用 Ollama 进行快速本地嵌入生成。
- 自动 fallback 到 OpenAI 如果 Ollama 失败。
- 只在必要时进行外部 API 调用。
注意：系统将根据提供程序自动使用适当的向量维度：
- Ollama (nomic-embed-text)：768 维度
- OpenAI (text-embedding-3-small)：1536 维度
📄 许可证
文档中未提及相关信息，故跳过该章节。
🔧 技术细节
文档中未提供具体的技术实现细节（内容未超过 50 字），故跳过该章节。
⭐ 致谢
该项目是 qpd-v/mcp-ragdocs 的一个分支，最初由 qpd-v 开发。原始项目提供了此实现的基础。特别感谢原始作者 qpd-v 在初始版本上的创新工作。这个分支经过 Rahul Retnan 的改进，添加了更多功能。
🛠️ 故障排除
服务器未启动（端口冲突）
如果 MCP 服务器因端口冲突而无法启动，请执行以下步骤：
- 识别并终止使用端口 3030 的进程：
npx kill-port 3030
- 重新启动 MCP 服务器
- 如果问题仍然存在，请检查是否有其他进程占用该端口：
lsof -i :3030
- 如果需要，可以在配置中更改默认端口。