MCP-agen-tic-RAG

项目概述

该项目实现了一个MCP（模型上下文协议）服务器和客户端，用于构建增强型RAG（检索增强生成）应用程序。该服务器提供了一组工具，可以用来提升RAG系统的性能，例如实体提取、查询优化以及相关性检查。客户端展示了如何连接到服务器并使用其工具。

服务器（server.py）

服务器基于mcp库中的FastMCP类实现。它提供了以下工具：

• get_time_with_prefix：返回当前日期和时间。
• extract_entities_tool：使用OpenAI从给定的文本查询中提取实体。此工具可用于识别用户查询中的关键实体，从而提高文档检索的相关性。
• refine_query_tool：使用OpenAI优化给定的文本查询。此工具可用于提升用户的查询质量，进而提高文档检索的相关性。
• check_relevance：使用LLM检查文本片段与给定问题的相关性。此工具可用于过滤检索结果中的不相关内容。

客户端（mcp-client.py）

客户端展示了如何连接到MCP服务器并使用其工具。它通过ClientSession类从mcp库建立与服务器的连接。客户端提供了以下示例：

• 如何连接到服务器
• 列出可用工具
• 调用特定工具及其参数
• 使用OpenAI和可用MCP工具处理查询

需求

• Python 3.7+
• openai
• mcp
• dotenv

安装

1. 克隆仓库：

   git clone https://github.com/rukshanet/mcp-agentic-rag.git
   

2. 安装依赖项：

   pip install -r requirements.txt
   

3. 配置环境变量：

   • 基于.env.sample文件创建一个.env文件。
   • 设置OPENAI_MODEL_NAME环境变量为你要使用的OpenAI模型名称。

使用

1. 启动MCP服务器：

   python server.py
   

2. 运行MCP客户端：

   python mcp-client.py
   

许可证

MIT