入门攻略
MCP提交
探索
RAG Docs
概述
工具列表
内容详情
替代品
什么是MCP-Ragdocs?
MCP-Ragdocs 是一个模型上下文协议(MCP)服务器,通过向量数据库(Qdrant)实现文档的语义搜索和检索。它可以添加来自URL或本地文件的文档,并支持用自然语言进行查询。如何使用MCP-Ragdocs?
首先安装服务器并启动相关服务,然后通过配置文件设置环境变量,最后使用客户端查询文档。适用场景
适合需要快速检索大量文档的企业、开发者团队以及个人用户,尤其在API文档、产品手册等领域表现出色。主要功能
添加文档可以从URL或本地文件中添加文档到RAG数据库。
语义搜索利用自然语言查询快速定位所需文档。
文档来源列表列出当前存储的所有文档来源。
优势与局限性
优势
支持多种文档格式和来源。
基于向量数据库,搜索效率高。
兼容多种嵌入模型,灵活配置。
免费开源,易于部署和扩展。
局限性
需要一定的技术基础来完成初始设置。
对于超大规模文档可能需要更高的硬件资源。
依赖外部服务如Qdrant和Ollama,网络连接中断会影响性能。
如何使用
安装服务器全局安装MCP-Ragdocs服务器:npm install -g @qpd-v/mcp-server-ragdocs。
启动Qdrant通过Docker运行Qdrant容器:docker run -p 6333:6333 -p 6334:6334 qdrant/qdrant。
配置环境变量编辑配置文件并设置必要的环境变量。
测试运行确保Qdrant和Ollama服务正常工作。
使用案例
添加文档将某个API文档添加到系统中。
搜索文档查找关于认证的相关信息。
列出文档来源查看目前存储的所有文档来源。
常见问题
1
如何安装MCP-Ragdocs?首先全局安装npm包,然后按照说明启动相关服务并配置环境变量。
2
如果找不到嵌入模型怎么办?确保已下载相应模型,例如使用ollama pull nomic-embed-text。
3
是否支持多语言文档?目前支持多种文档格式,但具体语言支持取决于嵌入模型的能力。
4
是否有图形化界面?当前版本为命令行工具,未来版本可能会增加图形化界面。
相关资源
官方文档项目主页及完整文档。
Qdrant 官网向量数据库解决方案。
Ollama 文档用于生成嵌入模型的工具。
精选MCP服务推荐

Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
212
4.3分

Firecrawl MCP Server
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器,提供丰富的网页抓取、搜索和内容提取功能。
TypeScript
2,956
5分

Figma Context MCP
Framelink Figma MCP Server是一个为AI编程工具(如Cursor)提供Figma设计数据访问的服务器,通过简化Figma API响应,帮助AI更准确地实现设计到代码的一键转换。
TypeScript
6,102
4.5分

Edgeone Pages MCP Server
EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务
TypeScript
88
4.8分

Baidu Map
已认证
百度地图MCP Server是国内首个兼容MCP协议的地图服务,提供地理编码、路线规划等10个标准化API接口,支持Python和Typescript快速接入,赋能智能体实现地图相关功能。
Python
323
4.5分

Exa Web Search
已认证
Exa MCP Server是一个为AI助手(如Claude)提供网络搜索功能的服务器,通过Exa AI搜索API实现实时、安全的网络信息获取。
TypeScript
1,429
5分

Minimax MCP Server
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
Python
364
4.8分

Context7
Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务,通过Model Context Protocol直接集成到提示中,解决LLM使用过时信息的问题。
TypeScript
4,853
4.7分