使用说明
使用Bright Data和Qdrant的MCP驱动代理RAG（检索增强生成）系统
这个项目利用人工智能代理实现了一个自动书籍撰写系统。
- Bright Data（布莱特数据） 用于从网络上抓取数据
- Qdrant 作为本地向量数据库。
- Cursor IDE 作为 MCP 客户端。
设置与安装
获取BrightData API密钥:
- 首选 Bright Data（通常可译为“亮数据”或根据具体语境译为“明亮数据集”等，但“亮数据”更为简洁通用） 并注册一个账户。
- 选择“代理与抓取”并创建一个新的“SERP API”
- 选择“基于原生代理的访问”
- 你会在那里找到你的用户名和密码。
- 将其存储在.env文件中。
BRIGHDATA_USERNAME="..."
BRIGHDATA_PASSWORD="..."
安装依赖项： 确保已安装 Python 3.11 或更高版本。
pip install mcp qdrant-client
运行项目
首先，按照以下步骤启动一个Qdrant Docker容器（请确保您已下载Docker）：
docker run -p 6333:6333 -p 6334:6334 \
-v $(pwd)/qdrant_storage:/qdrant/storage:z \
qdrant/qdrant
接下来，打开notebook.ipynb文件，运行代码以在您的向量数据库中创建一个集合。
最后，按照以下步骤设置您的本地MCP服务器：
- 进入光标设置
- 选择MCP
- 添加新的全局MCP服务器。
在JSON文件中，添加以下内容：
{
"mcpServers": {
"mcp-rag-app": {
"command": "python",
"args": ["/absolute/path/to/server.py"],
"host": "127.0.0.1",
"port": 8080,
"timeout": 30000
}
}
}
