AI导哈

检索增强生成服务器

一个基于Google Gemini API文件搜索功能的检索增强生成（RAG）服务器，用于创建知识库并从上传的文档中检索信息。

  • by masseater
  • TypeScript
  • 本地部署
  • 6 星标
  • 更新于
在 GitHub 查看 masseater/gemini-rag-mcp

使用说明

Gemini RAG MCP服务器

模型上下文协议（MCP）服务器，使用Google的Gemini API文件搜索功能提供RAG（Retrieval-AugededGeneration）功能。该服务器使AI应用程序能够创建知识库并从上传的文档中检索信息。

特性

  • ✅ 文件搜索RAG：使用Gemini的文件搜索API创建和管理知识库
  • ✅ 文档上传：上传文件和文本内容以创建可搜索的知识库
  • ✅ 信息检索：查询知识库以检索相关信息
  • ✅ 可配置模型：通过环境变量选择Gemini型号
  • ✅ MCP协议：与模型上下文协议完全兼容
  • ✅ 类型安全：完全支持TypeScript，启用严格模式
  • ✅ 双重运输支持：stdio（默认）和HTTP传输
  • ✅ 生产准备就绪：日志记录、错误处理和配置管理

先决条件

  • Node.js>=22.10.0
  • pnpm>=10.19.0
  • 使用Gemini API访问的Google API密钥

安装

与Claude Desktop一起使用（推荐）

将以下内容添加到您的Claude Desktop配置文件中：

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json 视窗: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "gemini-rag-mcp": {
      "command": "npx",
      "args": ["-y", "@r_masseater/gemini-rag-mcp"],
      "env": {
        "GOOGLE_API_KEY": "your_google_api_key_here",
        "STORE_DISPLAY_NAME": "your_store_name"
      }
    }
  }
}

所需的环境变量：

  • GOOGLE_API_KEY：Gemini API访问的Google API密钥
  • STORE_DISPLAY_NAME：矢量库/知识库的显示名称

可选环境变量：

  • GEMINI_MODEL：用于查询的Gemini模型（默认值： gemini-2.5-pro)
    • 选项： gemini-2.5-pro, gemini-2.5-flash

配置后，重新启动Claude Desktop以加载服务器。

发展

1.克隆存储库

git clone https://github.com/masseater/gemini-rag-mcp.git
cd gemini-rag-mcp

2.安装依赖项

pnpm install

3.以开发模式运行

# stdio transport (default)
pnpm run dev

# HTTP transport (with hot reload)
pnpm run dev:http

环境变量

必修的：

  • GOOGLE_API_KEY：具有Gemini API访问权限的Google API密钥
  • STORE_DISPLAY_NAME：矢量存储/知识库的显示名称

可选：

  • GEMINI_MODEL：用于查询的Gemini模型（默认值：Gemini-2.5-pro）
  • LOG_LEVEL：日志记录级别（错误|警告|信息|调试，默认值：信息）
  • DEBUG：启用调试控制台输出（true|false，默认值：false）
  • PORT：HTTP服务器端口（默认值：3000）

可用工具

使用Claude Desktop配置后，以下工具可用：

  • 上传文件：将文档文件上传到知识库
  • 上传内容：将文本内容直接上传到知识库
  • 怎么翻译：使用RAG查询知识库

资源

许可证

MIT许可证

相关 MCP