Rag Anything MCP

🚀 RAG Anything MCP 服务器

RAG Anything MCP 服务器是一个基于 MCP（模型上下文协议）的服务器，借助 raganything 库，它能提供全面的 RAG（检索增强生成）功能，支持处理和查询文档目录，并且具备完整的多模态处理能力。

✨ 主要特性

• 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：支持处理图像、表格、公式和文本。
• 批量处理：可处理包含多种文件类型的整个目录。
• 高级查询：支持纯文本查询和多模态增强查询。
• 多种查询模式：提供混合、本地、全局、朴素、混合及绕过等模式。
• 视觉处理：利用 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。

📦 安装指南

1. 环境变量

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

2. 安装依赖

uv sync

3. 运行 MCP 服务器

python main.py

💻 使用示例

基础用法

1. 基础目录处理

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

2. 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
)

高级用法

1. 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
)

2. 纯文本查询

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

3. 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"
)

📚 详细文档

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 索引。 必需参数：

可选参数：

process_single_document

对单个文档进行全面的多模态分析。 必需参数：

可选参数：

query_directory

使用 LightRAG 对已处理的文档进行纯文本查询。 参数：

query_with_multimodal_content

使用额外的多模态内容（表格、公式等）进行增强查询。 参数：

多模态内容示例：

[
  {
    "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用于查询的目录。

get_rag_info

获取目录的 RAG 配置和状态的详细信息。

查询模式解释

• 混合（hybrid）：结合本地和全局搜索（推荐用于大多数用例）。
• 本地（local）：专注于本地上下文和实体关系。
• 全局（global）：提供更广泛的文档级见解和摘要。
• 朴素（naive）：基于简单关键字的搜索，无图推理。
• 混合（mix）：结合多种方法以获得全面结果。
• 绕过（bypass）：直接访问，不进行 RAG 处理。

多模态内容类型

服务器支持处理和查询以下内容：

• 图像：自动生成标题和视觉分析。
• 表格：结构提取和内容分析。
• 公式：LaTeX 解析和数学推理。
• 图表：视觉数据解释。
• 混合内容：对多种内容类型进行组合分析。

API 配置

服务器默认使用 OpenAI 的 API：

你可以通过自定义 base_url 参数来使用：

• Azure OpenAI
• 兼容 OpenAI 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)
• 以及通过 raganything 库支持的更多格式

性能说明

⚠️ 重要提示

• 并发处理：使用 max_workers 控制并行文档处理。
• 内存使用：包含大量图像的大文档可能需要大量内存。
• API 成本：视觉处理（GPT - 4o）比文本处理成本更高。
• 存储：处理后的数据本地存储，以便高效重新查询。