Rag Anything MCP

🚀 RAG Anything MCP Server

RAG Anything MCP Serverは、raganythingライブラリを使用して、ドキュメントディレクトリの処理とクエリを行う包括的なRAG（Retrieval-Augmented Generation）機能を提供するMCP（Model Context Protocol）サーバです。完全なマルチモーダルサポートを備えています。

✨ 主な機能

• エンドツーエンドのドキュメント処理：マルチモーダルコンテンツの抽出を含む完全なドキュメント解析
• マルチモーダルRAG：画像、表、数式、テキストの処理をサポート
• バッチ処理：複数のファイルタイプを含むディレクトリ全体を処理
• 高度なクエリ：純粋なテキストクエリとマルチモーダル強化クエリの両方をサポート
• 複数のクエリモード：ハイブリッド、ローカル、グローバル、ナイーブ、ミックス、バイパスモード
• ビジョン処理：GPT - 4Vを使用した高度な画像解析
• 永続的なストレージ：各ディレクトリごとにRAGインスタンスを維持し、効率的なクエリを可能に

🛠 利用可能なツール

process_directory

マルチモーダルサポートを備えた包括的なRAGインデックス付けのために、ディレクトリ内のすべてのファイルを処理します。

必須パラメータ:

• directory_path: 処理するファイルが含まれるディレクトリのパス
• api_key: LLMと埋め込み関数に使用するOpenAI APIキー

オプションパラメータ:

• working_dir: RAGストレージ用のカスタム作業ディレクトリ
• base_url: OpenAI APIのベースURL（カスタムエンドポイント用）
• file_extensions: 処理するファイル拡張子のリスト（デフォルト: ['.pdf', '.docx', '.pptx', '.txt', '.md']）
• recursive: サブディレクトリを処理するかどうか（デフォルト: True）
• enable_image_processing: 画像解析を有効にするかどうか（デフォルト: True）
• enable_table_processing: 表の抽出を有効にするかどうか（デフォルト: True）
• enable_equation_processing: 数式の処理を有効にするかどうか（デフォルト: True）
• max_workers: 同時処理するワーカーの数（デフォルト: 4）

process_single_document

完全なマルチモーダル解析で単一のドキュメントを処理します。

必須パラメータ:

• file_path: 処理するドキュメントのパス
• api_key: OpenAI APIキー

オプションパラメータ:

• working_dir: RAGストレージ用のカスタム作業ディレクトリ
• base_url: OpenAI APIのベースURL
• output_dir: 解析されたコンテンツの出力ディレクトリ
• parse_method: ドキュメントの解析方法（デフォルト: "auto"）
• enable_image_processing: 画像解析を有効にするかどうか（デフォルト: True）
• enable_table_processing: 表の抽出を有効にするかどうか（デフォルト: True）
• enable_equation_processing: 数式の処理を有効にするかどうか（デフォルト: True）

query_directory

LightRAGを使用して、処理されたドキュメントに対して純粋なテキストクエリを実行します。

パラメータ:

• directory_path: 処理されたディレクトリのパス
• query: ドキュメントに関する質問
• mode: クエリモード - "hybrid", "local", "global", "naive", "mix", または "bypass"（デフォルト: "hybrid"）

query_with_multimodal_content

追加のマルチモーダルコンテンツ（表、数式など）を使用した強化クエリを実行します。

パラメータ:

• directory_path: 処理されたディレクトリのパス
• query: 質問
• multimodal_content: マルチモーダルコンテンツ辞書のリスト
• mode: クエリモード（デフォルト: "hybrid"）

マルチモーダルコンテンツの例:

[
  {
    "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

処理され、クエリ可能なすべてのディレクトリをリストします。

get_rag_info

ディレクトリのRAG設定とステータスに関する詳細情報を取得します。

💻 使用例

1. 基本的なディレクトリ処理

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

2. 高度なディレクトリ処理

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
)

3. 純粋なテキストクエリ

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

4. 表データを使用したマルチモーダルクエリ

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"
)

5. 単一のドキュメント処理

process_single_document(
  file_path="/path/to/important_paper.pdf",
  api_key="your-openai-api-key",
  enable_image_processing=true
)

📦 インストール

1. 環境変数の設定

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

2. 依存関係のインストール

uv sync

3. MCPサーバの起動

python main.py

🔍 クエリモードの説明

• hybrid: ローカル検索とグローバル検索を組み合わせたモード（ほとんどのユースケースに推奨）
• local: ローカルコンテキストとエンティティ関係に焦点を当てたモード
• global: より広範なドキュメントレベルの洞察と要約を提供するモード
• naive: グラフ推論を行わない単純なキーワードベースの検索モード
• mix: 複数のアプローチを組み合わせた包括的な結果を提供するモード
• bypass: RAG処理を行わずに直接アクセスするモード

🎨 マルチモーダルコンテンツタイプ

このサーバは、以下のコンテンツタイプの処理とクエリをサポートしています。

• 画像: 自動キャプション生成と視覚解析
• 表: 構造抽出とコンテンツ解析
• 数式: LaTeX解析と数学的推論
• チャート/グラフ: 視覚データの解釈
• 混合コンテンツ: 複数のコンテンツタイプの組み合わせ解析

📄 API設定

このサーバはデフォルトでOpenAIのAPIを使用しています。

• LLM: テキスト処理にはGPT - 4o - mini
• Vision: 画像解析にはGPT - 4o
• Embeddings: text - embedding - 3 - large（3072次元）

base_urlパラメータをカスタマイズすることで、以下を使用することができます。

• Azure OpenAI
• OpenAI互換API
• カスタムモデルエンドポイント

📂 サポートされるファイル形式

サポートされるファイル形式には以下が含まれます。

• PDFドキュメント
• Microsoft Word（.docx）
• PowerPointプレゼンテーション（.pptx）
• テキストファイル（.txt）
• Markdownファイル（.md）
• その他、raganythingライブラリを通じてサポート

⚙️ パフォーマンスに関する注意事項

• 同時処理: max_workersを使用して並列ドキュメント処理を制御します。
• メモリ使用量: 多くの画像を含む大きなドキュメントには大量のメモリが必要になる場合があります。
• APIコスト: ビジョン処理（GPT - 4o）はテキスト処理よりもコストが高くなります。
• ストレージ: 処理されたデータはローカルに保存され、効率的な再クエリが可能です。