使用说明

RAG 任意内容MCP服务器

一个MCP（模型上下文协议）服务器，它提供了全面的RAG（检索增强生成）功能，用于处理和查询文档目录，使用 raganything 提供全面多模态支持的库。

特点/功能

端到端文档处理完成文档解析并提取多模态内容
**多模态RAG（Retrieval-Augmented Generation，检索增强生成）**支持图像、表格、方程式和文本处理
批处理处理包含多种文件类型的整个目录
高级查询纯文本查询和多模态增强查询两者皆可
多种查询模式混合模式、本地模式、全局模式、简单模式、混合使用模式和绕过模式
视觉处理使用GPT-4V进行高级图像分析
持久存储为每个目录维护RAG实例以实现高效查询

可用工具

`process_directory`

对目录中的所有文件进行处理，以实现支持多模态的全面RAG（检索增强生成）索引。

必需参数：

directory_path包含待处理文件的目录路径
api_key用于大型语言模型（LLM）和嵌入函数的OpenAI API密钥

可选参数：

working_dir自定义用于RAG存储的工作目录
base_urlOpenAI API 基础 URL（用于自定义端点）
file_extensions要处理的文件扩展名列表（默认：['.pdf', '.docx', '.pptx', '.txt', '.md']）
recursive处理子目录（默认：True）
enable_image_processing启用图像分析（默认：True）
enable_table_processing启用表格提取（默认：True）
enable_equation_processing启用方程处理（默认：True）
max_workers并发处理工作线程（默认：4）

`process_single_document`

对单个文档进行全面的多模态分析处理。

必填参数：

file_path要处理的文档的路径
api_keyOpenAI API密钥

可选参数：

working_dir自定义RAG存储的工作目录
base_urlOpenAI API 基础URL
output_dir解析内容的输出目录
parse_method文档解析方法（默认：“auto”）
enable_image_processing启用图像分析（默认：True）
enable_table_processing启用表格提取（默认：True）
enable_equation_processing启用方程处理（默认：True）

`query_directory`

使用LightRAG对处理过的文档进行纯文本查询。

参数：

directory_path处理后目录的路径
query关于这些文件的问题
mode查询模式 - “混合”、“本地”、“全局”、“简单”、“混合（特定组合）”或“绕过”（默认：混合）

`query_with_multimodal_content`

通过添加额外的多模态内容（表格、方程式等）增强查询功能。

参数：

directory_path处理后的目录路径
query应该问的问题
multimodal_content多模态内容词典列表
mode查询模式（默认：“混合”）

示例多模态内容：

[
  {
    "type": "table",
    "table_data": "Method,Accuracy\\nRAGAnything,95.2%\\nBaseline,87.3%",
    "table_caption": "Performance comparison"
  },
  {
    "type": "equation",
    "latex": "P(d|q) = \\frac{P(q|d) \\cdot P(d)}{P(q)}",
    "equation_caption": "Document relevance probability"
  }
]

`list_processed_directories`

列出所有已处理且可供查询的目录。

`get_rag_info`

获取目录的RAG（检索增强生成）配置和状态的详细信息。

使用示例

1. 基本目录处理

process_directory(
  directory_path="/path/to/documents",
  api_key="your-openai-api-key"
)

2. 高级目录处理

process_directory(
  directory_path="/path/to/research_papers",
  api_key="your-openai-api-key",
  file_extensions=[".pdf", ".docx"],
  enable_image_processing=true,
  enable_table_processing=true,
  max_workers=6
)

3. 纯文本查询

query_directory(
  directory_path="/path/to/documents",
  query="What are the main findings in these research papers?",
  mode="hybrid"
)

4. 带表格数据的多模态查询

query_with_multimodal_content(
  directory_path="/path/to/documents",
  query="Compare these results with the document findings",
  multimodal_content=[{
    "type": "table",
    "table_data": "Method,Accuracy,Speed\\nRAGAnything,95.2%,120ms\\nBaseline,87.3%,180ms",
    "table_caption": "Performance comparison"
  }],
  mode="hybrid"
)

5. 单文档处理

process_single_document(
  file_path="/path/to/important_paper.pdf",
  api_key="your-openai-api-key",
  enable_image_processing=true
)

设置要求

1. 环境变量

export OPENAI_API_KEY="your-openai-api-key-here"

2. 安装依赖项

uv sync

3. 运行MCP服务器

python main.py

查询模式详解

混合的；杂交的结合局部搜索和全局搜索（推荐用于大多数使用场景）
当地的注重本地上下文和实体关系
全球提供更全面的、基于文档的见解和摘要
天真的；幼稚的基于简单关键词的搜索，不进行图推理
**mix（混合）**结合多种方法以取得全面成果
旁路；绕过直接访问，无需RAG处理

多模态内容类型

该服务器支持以下处理和查询操作：

图片自动字幕生成与视觉分析
桌子结构提取与内容分析
方程LaTeX解析与数学推理
图表视觉数据解读
混合内容多种内容类型的综合分析

API 配置

服务器默认使用OpenAI的API：

LLM用于文本处理的GPT-4o-mini
愿景GPT-4o用于图像分析
**嵌入（或嵌入表示）**文本嵌入-3大型（3072维）

您可以自定义 base_url 要使用的参数：

Azure OpenAI
与OpenAI兼容的API
自定义模型端点

文件支持

支持的文件格式包括：

PDF文档
Microsoft Word（.docx）
PowerPoint 演示文稿（.pptx）
文本文件（.txt）
Markdown 文件（.md）
并且通过 raganything 库获取更多内容

性能说明

并发处理使用 max_workers 控制并行文档处理
内存使用情况包含大量图像的大型文档可能需要大量内存
API费用视觉处理（GPT-4o）比文本处理成本更高
存储处理后的数据存储在本地，以便高效地重新查询

使用说明

RAG 任意内容MCP服务器

特点/功能

可用工具

process_directory

process_single_document

query_directory

query_with_multimodal_content

list_processed_directories

get_rag_info