AI导哈

文档检索服务

基于FastMCP的RAG服务，通过标准MCP协议提供文档检索能力，支持关键词和向量搜索。

  • by Ma-fee
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 Ma-fee/RAG_MCP

使用说明

rag-mcp

基于 FastMCP 的 RAG 服务，通过标准 MCP 协议对外暴露文档检索能力。

已支持工具：

  • rag_rebuild_index — 索引指定目录的文档
  • rag_index_status — 查看当前索引状态
  • rag_search — 关键词 / 向量搜索
  • rag_read_resource — 读取资源内容（rag://... URI）

说明：hybrid / rerank 为预留模式，尚未实现。

安装

uv sync

配置

cp .env.example .env
# 编辑 .env，至少填入 EMBEDDING_API_KEY（vector 搜索必需）

核心环境变量：

变量 默认值 说明
RAG_MCP_DATA_DIR .rag_mcp_data 索引数据目录
MCP_TRANSPORT stdio 传输模式：stdio 或 sse
HTTP_HOST 127.0.0.1 SSE 模式监听地址（sse 模式有效）
HTTP_PORT 8787 SSE 模式监听端口（sse 模式有效）
EMBEDDING_API_KEY — vector 搜索必填
EMBEDDING_BASE_URL https://api.siliconflow.cn/v1 Embedding 服务地址
EMBEDDING_MODEL Qwen/Qwen3-Embedding-0.6B Embedding 模型
EMBEDDING_DIMENSION 自动检测 向量维度（可选）
EMBEDDING_TIMEOUT_SECONDS 30 请求超时秒数
DEFAULT_TOP_K 5 默认返回结果数
KEYWORD_TOP_K 8 关键词检索候选数
CHUNK_SIZE 800 分块大小（字符数）
CHUNK_OVERLAP 120 分块重叠（字符数）

运行

stdio 模式（默认，供 MCP 客户端接入）

uv run python main.py

SSE 模式（HTTP 服务，供调试或 Web 客户端使用）

MCP_TRANSPORT=sse uv run python main.py

验证：

curl http://127.0.0.1:8787/health
# {"status": "ok"}

MCP 端点：http://127.0.0.1:8787/mcp

资源访问端点：http://127.0.0.1:8787/resource?uri=rag://...

接入 Claude Desktop

在 Claude Desktop 配置文件中添加：

{
  "mcpServers": {
    "rag-mcp": {
      "command": "uv",
      "args": ["run", "python", "main.py"],
      "cwd": "/path/to/rag_mcp"
    }
  }
}

典型用法

  1. 调用 rag_rebuild_index，传入文档目录路径（支持 .md / .txt / .pdf）
  2. 调用 rag_search，指定查询词和模式（keyword 或 vector）
  3. 通过 rag_read_resource 读取搜索结果中的资源 URI

测试

uv run pytest -q

相关 MCP