多模态文档处理服务

RAG-Anything MCP Server是一个基于模型上下文协议的多模态文档处理系统,支持PDF、图像、表格等多种文档类型的处理,集成知识图谱和多种查询模式。

  • by justmy2satoshis
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 justmy2satoshis/rag-anything-mcp

使用说明

RAG Anything MCP服务器

用于RAG-Anything多模式文档处理系统的MCP(模型上下文协议)包装器。

特性

  • 多模态文档处理:处理PDF、图像、表格、方程式等
  • 知识图谱集成:自动实体提取和关系发现
  • 灵活查询:支持朴素、本地、全局和混合搜索模式
  • 批处理:一次插入多个文档
  • 直接内容物注射:添加内容而不解析文件

安装

npm install
npm run build

Python依赖关系

pip install -r requirements.txt

配置

设置环境变量:

  • RAG_LLM_PROVIDER:LLM提供程序(默认值:“openai”)
  • RAG_MODEL_NAME:要使用的模型(默认值:“gpt-4”)
  • RAG_EMBED_MODEL:嵌入模型(默认:“text-Embedding-3-small”)
  • RAG_WORKING_DIR:RAG操作的工作目录

可用工具

rag_initialize

初始化RAG任何配置

rag_insert_document

将文档插入RAG系统

rag_insert_content

直接插入内容,无需解析文件

rag_query

以各种模式查询RAG系统

rag_batch_insert

批量插入多个文档

rag_extract_entities

从知识图中提取实体

rag_visualize_graph

可视化知识图谱

rag_clear_tabase

清除RAG数据库

使用Claude Desktop

添加到您的Claude Desktop配置中:

{
  "rag-anything": {
    "command": "node",
    "args": ["path/to/rag-anything-mcp/dist/index.js"],
    "env": {
      "RAG_LLM_PROVIDER": "openai",
      "RAG_MODEL_NAME": "gpt-4"
    }
  }
}

许可证

麻省理工学院

鸣谢

基于 RAG什么都行 香港科技大学。