AI导哈

文档检索增强生成管道

一个基于MongoDB Atlas和LangChain的文档检索增强生成(RAG)管道，支持密集向量搜索和BM25文本搜索的双重召回及RRF融合，通过MCP协议提供HTTP查询接口。

  • by taixingbi
  • Python
  • 本地部署
  • 更新于
在 GitHub 查看 taixingbi/mcp-rag-query-mongodb-v1

使用说明

RAG管道

RAG使用 MongoDB 阿特拉斯 （密集矢量搜索+BM25文本搜索）和 LangChainRRF融合的双重召回。通过以下方式公开工具 主控程序 （模型上下文协议），以便客户端可以调用 rag_query_with_chunks 通过HTTP。

设置

创建virtualenv并安装依赖项：

python3.11 -m venv venv
source venv/bin/activate  # or: venv\Scripts\activate on Windows
pip install --upgrade pip
pip install -r requirements.txt

创建一个 .env 项目根目录中的文件：

APP_VERSION=v:1.01
OPENAI_API_KEY=your-openai-key
MONGODB_URI=mongodb+srv://...
MONGODB_DB=db_hunt
MONGODB_COLLECTION=collection_taixingbi_dev
ATLAS_VECTOR_INDEX=vector_index
ATLAS_SEARCH_INDEX=default

本地开发

运行MCP HTTP服务器

uvicorn main:app --reload --port 8000

测试终点

健康检查：

curl http://127.0.0.1:8000/health

调用MCP工具 （使用尾随斜线 /mcp/ 为了避免307重定向）：

rag_query_with_chunks --以JSON格式返回answer+排名块：

curl -s --max-time 60 -X POST \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{
    "jsonrpc": "2.0",
    "id": "call-001",
    "method": "tools/call",
    "params": {
      "name": "rag_query_with_chunks",
      "arguments": {
        "question": "what is Taixing visa status?",
        "request_id": "12345678",
        "session_id": "123456"
      }
    }
  }' \
  http://localhost:8000/mcp/

响应为JSON-RPC；工具结果是一个JSON字符串，其中包含： answer, chunks （每个与 rank, chunk_id, source, preview, text, scores （例如。 rrf_score, distance, search_score), metadata), used_chunk_ids （用于答案的唯一块ID）， retrieval (k, top_k_dense, top_k_bm25, top_k_final, rrf_k, filters, warnings).

码头工人

构建并运行：

docker build -t rag-mcp .
docker run -p 8000:8000 --env-file .env rag-mcp

注： 如果你看到 “必须设置api_key客户端选项”，确保 --env-file .env 指向包含以下内容的文件 OPENAI_API_KEY.

Fly.io部署

每个环境使用一个应用程序： mcp-tool-rag-query-mongodb-v1-{env} 哪里 {env} = dev, qa，或 prod每个应用程序都有自己的秘密；相同的 fly.toml 适用于所有人。

一次性设置

brew install flyctl
fly auth login
fly auth token  # Use output as GitHub Actions secret FLY_API_TOKEN if using CI

创建应用程序

每个环境运行一次：

fly launch --name mcp-tool-rag-query-mongodb-v1-dev
fly launch --name mcp-tool-rag-query-mongodb-v1-qa
fly launch --name mcp-tool-rag-query-mongodb-v1-prod

设置秘密

fly deploy --no-cache --app mcp-tool-rag-query-mongodb-v1-dev
fly deploy --no-cache --app mcp-tool-rag-query-mongodb-v1-qa
fly deploy --no-cache --app mcp-tool-rag-query-mongodb-v1-prod

问答 （从 .env.qa):

curl https://mcp-tool-rag-query-mongodb-v1-dev.fly.dev/health

生产环境 （从 .env.prod):

提示： 如果 grep/cut 损坏密钥（例如401错误），直接粘贴密钥： fly secrets set -a mcp-tool-rag-query-mongodb-v1-dev OPENAI_API_KEY="sk-proj-YOUR_KEY"

  curl -s --max-time 60 -X POST \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{
    "jsonrpc": "2.0",
    "id": "call-001",
    "method": "tools/call",
    "params": {
      "name": "rag_query_with_chunks",
      "arguments": {
        "question": "what is Taixing expected compensation?",
        "request_id": "12345678",
        "session_id": "123456"
      }
    }
  }' \
  https://mcp-tool-rag-query-mongodb-v1-dev.fly.dev/mcp/

测试部署的应用程序

替换 {env} 随着 dev, qa，或 prod:

健康检查：

curl https://mcp-tool-rag-query-mongodb-v1-dev.fly.dev/health

调用MCP工具：

rag_query_with_chunks --答案加上以JSON形式排列的块：

curl -s -X POST \
  -H "Content-Type: application/json" \
  -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":"call-001","method":"tools/call","params":{"name":"rag_query_with_chunks","arguments":{"question":"what is Taixing visa?","request_id":"12345678","session_id":"123456"}}}' \
  https://mcp-tool-rag-query-mongodb-v1-dev.fly.dev/mcp/

相关 MCP