AI导哈

检索增强生成代理框架

RagForge是一个具有本地持久化知识库的AI代理框架，能够将代码、文档或网页内容转化为可搜索的知识图谱，并提供语义搜索、智能代理和多项目支持等功能。

  • by LuciformResearch
  • HTML
  • 本地部署
  • 5 星标
  • 更新于
在 GitHub 查看 LuciformResearch/ragforge

使用说明

RagForge

具有持久局部脑的通用RAG药物

使用人工智能工具将任何代码库、文档或网络内容转换为可搜索的知识图。

许可证–Luciform研究源许可证（LRSL）v1.1

©2025 Luciform Research。除下文授予的权利外，保留所有权利。

  • 免费用于： 研究、教育、个人项目、自由职业者/小规模（月收入≤10万欧元）
  • 超过阈值的商业用途 需要单独协议
  • 联系人： legal@luciformresearch.com
  • 全文： 许可证

RagForge是什么？

RagForge是一个 AI代理框架 带着一个 局部持续性脑 (~/.ragforge):

  • 守护进程架构 -按需唤醒，干净关闭
  • 文件监视 -增量接收文件更改
  • 差异感知更新 -只重新解析更改的内容
  • 多项目支持 -同时处理多个代码库
  • 针对规模进行了优化 -高效处理大型项目
┌─────────────────────────────────────────────────────────────┐
│                      AGENT BRAIN (~/.ragforge)              │
│  ┌─────────────────────────────────────────────────────┐   │
│  │                    Neo4j + Embeddings               │   │
│  │  ┌──────────┐ ┌──────────┐ ┌──────────┐            │   │
│  │  │Project A │ │Quick     │ │Web Pages │            │   │
│  │  │(code)    │ │Ingest    │ │(docs)    │            │   │
│  │  └──────────┘ └──────────┘ └──────────┘            │   │
│  │                     ↓                               │   │
│  │         Unified Semantic Search                     │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
│  FILE WATCHER → Incremental Ingestion → Graph Update       │
└─────────────────────────────────────────────────────────────┘

摄入能力

代码

语言 解析器
TypeScript、TSX 带作用域提取的完整AST
JavaScript、JSX 全AST解析
Python 带类/函数提取的AST
Vue，Svelte SFC解析与脚本提取
HTML、CSS、SCSS 结构提取
其他语言 基于正则表达式的回退解析器

文件

格式 方法
PDF pdfjs-dist（Mozilla PDF.js）+用于扫描的Gemini Vision
DOCX 本地解析（猛犸象）
XLSX 纸张/单元格提取（XLSX）
Markdown 节/标题解析
JSON、YAML 结构提取
CSV 行/列解析

3D和媒体

格式 功能
glTF、GLB 元数据+多视图渲染
OBJ 几何提取
图像（PNG、JPG…） OCR+视觉+嵌入

网络

特性 描述
网络爬行 带有链接跟踪的递归深度
JS渲染 动态页面的剧作家
搁浅 实时信息的网络搜索
LRU缓存 最后6页用于快速重新访问

搜索与理解

特性 描述
语义搜索 通过Gemini实现超快速矢量嵌入
模糊搜索 Levenshtein匹配，无需摄入
Smart Grep 在所有文件中搜索正则表达式
签名过滤 按函数签名、docstring、类型筛选
自定义密码 直接图形查询
一致性锁 在摄取过程中搜索被阻止以获得一致性

代理能力

与本地模型和云API兼容：

特性 描述
结构化查询 对回复应用提示
批处理 高效的批量操作
文件编辑 具有自动摄取功能的读/写/编辑
Shell执行 白名单命令
递归子代理 为复杂任务生成代理
MCP暴露 高级型号的完整工具访问权限

研究代理

这 研究代理 是一个针对代码库探索和文档优化的自主代理。

通过MCP使用 （来自克劳德或其他客户）：

call_research_agent({ question: "How does authentication work?" })

它的作用：

  • 使用以下内容搜索知识图 brain_search
  • 自动读取相关文件
  • 探索与的代码关系 explore_node
  • 构建一份包含引文的全面降价报告
  • 返回置信水平（高/中/低）

输出示例：

{
  "report": "# Authentication System\n\n## Overview\n...",
  "confidence": "high",
  "sourcesUsed": ["src/auth.ts", "src/middleware/jwt.ts"],
  "toolsUsed": ["brain_search", "read_file", "explore_node"],
  "iterations": 3
}

媒体生成

工具 说明
generate_image 通过Gemini将文本转换为图像
edit_image AI驱动的图像编辑
generate_multiview_images 4个连贯的3D视图
generate_3d_from_text 全文本到3D管道
generate_3d_from_image 通过Trellis将图像转换为3D
render_3d_asset 多视图3D渲染
analyze_3d_model 3D资产的视觉分析

快速开始

先决条件

  • 码头工人 -Neo4j数据库需要

1.安装

npm install -g @luciformresearch/ragforge-cli

2.设置（Docker+Neo4j）

ragforge setup

这将：

  • ✅ 检查Docker是否已安装并正在运行
  • ✅ 创建Neo4j容器(ragforge-neo4j)
  • ✅ 配置 ~/.ragforge/.env 自动地

选项：

ragforge setup --password myPassword  # Custom Neo4j password
ragforge setup --force                # Recreate container

3.添加您的API密钥

# Add to ~/.ragforge/.env
GEMINI_API_KEY=your-gemini-key        # Required for embeddings & search
REPLICATE_API_TOKEN=your-token        # Optional, for 3D generation

4.与克劳德（MCP）一起使用

将RagForge添加到您的Claude配置中（请参阅 MCP服务器 部分），然后问克劳德：

"Use brain_search to find authentication code"
"Ingest the ./src directory"
"Call the research agent to explain the database layer"

MCP服务器

RagForge通过以下方式公开所有工具 模型上下文协议 适用于Claude、GPT和其他MCP兼容客户端。

Claude代码（CLI）的设置

  1. 构建RagForge （如果来自来源）：
cd ragforge && npm install && npm run build
  1. 添加到Claude代码配置 (~/.claude/claude_desktop_config.json):
{
  "mcpServers": {
    "ragforge": {
      "command": "node",
      "args": ["/path/to/ragforge/packages/cli/dist/mcp.js"],
      "env": {
        "GEMINI_API_KEY": "your-key"
      }
    }
  }
}
  1. 重新启动Claude代码 验证工具可用：
/mcp

Claude桌面设置

添加 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或同等版本：

{
  "mcpServers": {
    "ragforge": {
      "command": "ragforge",
      "args": ["mcp"]
    }
  }
}

使用克劳德的RagForge

连接后，您可以要求Claude使用RagForge工具：

"Use brain_search to find authentication code in my project"
"Ingest the ./src directory and search for API endpoints"
"Call the research agent to explain how the database layer works"

MCP提供的关键工具：

类别 工具
搜索 brain_search, grep_files, search_files
文件 read_file, write_file, edit_file, delete_path
摄入 ingest_directory, ingest_web_page, forget_path
代理 call_research_agent （自主研究）
Git run_command, git_status, git_diff
媒体 generate_image, generate_3d_from_text, render_3d_asset
网络 fetch_web_page, search_web
管理员 exclude_project, include_project, list_brain_projects

项目结构

ragforge/
├── packages/
│   ├── core/              # Main package
│   │   ├── src/
│   │   │   ├── brain/           # BrainManager, knowledge persistence
│   │   │   ├── runtime/
│   │   │   │   ├── adapters/    # File parsers (code, docs, media, web)
│   │   │   │   ├── agents/      # RAG agent implementation
│   │   │   │   ├── projects/    # ProjectRegistry, multi-project
│   │   │   │   └── ingestion/   # Incremental ingestion, file watcher
│   │   │   └── tools/           # Agent tools (file, image, 3D, web, brain)
│   │   └── defaults/            # Default YAML configs
│   │
│   └── cli/               # CLI commands (agent, mcp, ingest)
│
├── docs/project/          # Design docs and session notes
└── examples/              # Example projects

路线图

  • [x] 使用Neo4j的持久大脑
  • [x] 通用文件摄取
  • [x] 嵌入语义搜索
  • [x] 网络爬行和接地
  • [x] 图像和3D生成
  • [x] MCP服务器集成
  • [x] 项目被排除在搜索之外
  • []本地模型支持（Ollama）
  • []API爬虫（Swagger/OpenAPI）
  • []数据库爬虫（模式提取）
  • []带墨迹的终端UI（React）
  • []协作多代理工作流

发展

# Clone and install
git clone https://github.com/LuciformResearch/ragforge
cd ragforge
npm install

# Build all packages
npm run build

# Run tests
npm test

链接

#RAGForge#LuciformResearch#RAG#LLM#代理#DevTools#AIEngineering#Neo4j#MCP

相关 MCP