AI导哈

PDF文档智能检索服务

PDF RAG MCP Server 是一个强大的文档知识库系统，利用PDF处理、向量存储和MCP（模型上下文协议）为PDF文档提供语义搜索能力。该系统允许用户通过现代Web界面或MCP协议上传、处理和查询PDF文档，并可集成到Cursor等AI工具中。

  • by hyson666
  • 20 星标
  • 更新于
在 GitHub 查看 hyson666/pdf-rag-mcp-server

使用说明

基本能力

产品定位

PDF RAG MCP Server 是一个基于PDF处理和语义搜索的文档知识库系统，旨在为用户提供高效的文档管理和检索能力。

核心功能

  • PDF文档上传与处理：上传PDF并自动提取、分块和向量化内容
  • 实时处理状态：基于WebSocket的实时文档处理状态更新
  • 语义搜索：基于向量的跨文档语义搜索
  • MCP协议支持：通过模型上下文协议与Cursor等AI工具集成
  • 现代Web界面：React/Chakra UI前端，用于文档管理和查询
  • 快速依赖管理：使用uv进行高效的Python依赖管理

适用场景

  • 需要管理和检索大量PDF文档的场景
  • 需要将文档知识库集成到AI工具中的场景
  • 需要实时监控文档处理进度的场景

使用教程

使用依赖

  • Python 3.8或更高版本
  • uv - 快速的Python包安装器和解析器
  • Git
  • Cursor（可选，用于MCP集成）

安装教程

  1. 克隆仓库：

    git clone https://github.com/yourusername/PdfRagMcpServer.git
cd PdfRagMcpServer

  2. 安装uv（如果尚未安装）：

    curl -sS https://astral.sh/uv/install.sh | bash

  3. 使用uv安装依赖：

    uv init .
uv venv
source .venv/bin/activate
uv pip install -r backend/requirements.txt

  4. 启动应用：

    uv run run.py

  5. 访问Web界面：http://localhost:8000

调试方式

  • 检查端口8000是否被其他应用占用
  • 确保WebSocket连接正常工作
  • 检查PDF是否包含可提取的文本
  • 查看后端日志获取详细错误信息

相关 MCP