mcp-local-rag

«примитивный» RAG-подобный сервер контекстного протокола веб-поиска (MCP), работающий локально. ✨ без API ✨

%%{init: {'theme': 'base'}}%%
flowchart TD
 A[User] -->|1.Submits LLM Query| B[Language Model]
 B -->|2.Sends Query| C[mcp-local-rag Tool]
 
 subgraph mcp-local-rag Processing
 C -->|Search DuckDuckGo| D[Fetch 10 search results]
 D -->|Fetch Embeddings| E[Embeddings from Google's MediaPipe Text Embedder]
 E -->|Compute Similarity| F[Rank Entries Against Query]
 F -->|Select top k results| G[Context Extraction from URL]
 end
 
 G -->|Returns Markdown from HTML content| B
 B -->|3.Generated response with context| H[Final LLM Output]
 H -->|5.Present result to user| A

 classDef default stroke:#333,stroke-width:2px;
 classDef process stroke:#333,stroke-width:2px;
 classDef input stroke:#333,stroke-width:2px;
 classDef output stroke:#333,stroke-width:2px;

 class A input;
 class B,C process;
 class G output;

Установка

Найдите путь конфигурации MCP здесь или проверьте настройки клиента MCP.

Запустить напрямую через uvx

Это самый простой и быстрый метод. Вам нужно установить uv , чтобы это работало. Добавьте это в конфигурацию вашего сервера MCP:

{
 "mcpServers": {
 "mcp-local-rag":{
 "command": "uvx",
 "args": [
 "--python=3.10",
 "--from",
 "git+https://github.com/nkapila6/mcp-local-rag",
 "mcp-local-rag"
 ]
 }
 }
}

Использование Docker (рекомендуется)

Убедитесь, что у вас установлен Docker . Добавьте это в конфигурацию вашего сервера MCP:

{
 "mcpServers": {
 "mcp-local-rag": {
 "command": "docker",
 "args": [
 "run",
 "--rm",
 "-i",
 "--init",
 "-e",
 "DOCKER_CONTAINER=true",
 "ghcr.io/nkapila6/mcp-local-rag:latest"
 ]
 }
 }
}

Аудиты безопасности

MseeP проводит аудит безопасности на каждом сервере MCP. Вы можете увидеть аудит безопасности этого сервера MCP, нажав здесь .

Клиенты МКП

Сервер MCP должен работать с любым клиентом MCP, который поддерживает вызов инструментов. Протестировано на следующих клиентах.

• Клод Десктоп

• Курсор

• Гусь

• Другие? Попробуйте!

Примеры на Claude Desktop

Когда LLM (например, Клоду) задают вопрос, требующий актуальной веб-информации, активируется mcp-local-rag .

При запросе на получение/поиск/выполнение поиска в Интернете модель предлагает использовать сервер MCP для чата.

В примере спросили его о последних моделях Gemma от Google, выпущенных вчера. Это новая информация, о которой Клод не знает.

Результат

mcp-local-rag выполняет поиск в Интернете в реальном времени, извлекает контекст и отправляет его обратно модели, предоставляя ей свежие знания:

Внося вклад

Есть идеи или хотите улучшить этот проект? Вопросы и запросы на внесение изменений приветствуются!

Лицензия

Данный проект лицензирован по лицензии MIT.

Maintenance

Resources

• GitHub Repository
Need Help?
• Reddit Discussion
Related Servers

Tools

• deep_researchA
• deep_research_ddgsA
• deep_research_googleA
• rag_search_ddgsA
• rag_search_googleB