Ragdocs

🚀 RagDocs ドキュメント知識グラフサーバー

RagDocsは、QdrantベクトルデータベースとOllama/OpenAIの埋め込みモデルを使用して、検索強化生成（RAG）機能を提供するモデルコンテキストプロトコル（MCP）サーバーです。このサーバーは、ベクトルの類似度を利用して、ドキュメントの意味検索と管理を実現します。

✨ 主な機能

• メタデータ付きのドキュメントを追加する
• 意味的な類似度に基づいてドキュメントを検索する
• ドキュメントを一覧表示し、整理する
• ドキュメントを削除する
• Ollama（無料）とOpenAI（有料）の埋め込みモデルをサポートする
• 自動的にテキストをチャンクに分割し、埋め込みを生成する
• Qdrantを使用してベクトルを保存する

📦 インストール

前提条件

• Node.js 16以上
• 以下のいずれかのQdrant設定：
  • Dockerを使用したローカルインスタンス（無料）
  • APIキー付きのQdrantクラウドアカウント（ホスティングサービス）
• 以下のいずれかの埋め込みモデル：
  • ローカルで実行されるOllama（デフォルト、無料）
  • OpenAI APIキー（オプション、有料）

インストールコマンド

npm install -g @mcpservers/ragdocs

📚 ドキュメント

利用可能なツール

1. add_document

ドキュメントをRAGシステムに追加します。

• パラメータ
  • url（必須）：ドキュメントのURL/識別子
  • content（必須）：ドキュメントの内容
  • metadata（オプション）：ドキュメントのメタデータ
    • title：ドキュメントのタイトル
    • contentType：コンテンツタイプ（例：“text/markdown”）

2. search_documents

意味的な類似度を使用して、保存されたドキュメントを検索します。

• パラメータ
  • query（必須）：自然言語の検索クエリ
  • options（オプション）
    • limit：結果の最大数（1 - 20、デフォルト：5）
    • scoreThreshold：最小類似度スコア（0 - 1、デフォルト：0.7）
    • filters
      • domain：ドメインでフィルタリング
      • hasCode：コードを含むドキュメントをフィルタリング
      • after：特定の日付以降のドキュメントをフィルタリング（ISO形式）
      • before：特定の日付以前のドキュメントをフィルタリング（ISO形式）

3. list_documents

保存されたすべてのドキュメントを一覧表示し、ページングとグルーピングオプションをサポートします。

• パラメータ（すべてオプション）
  • page：ページ番号（デフォルト：1）
  • pageSize：1ページあたりのドキュメント数（1 - 100、デフォルト：20）
  • groupByDomain：ドメインでグループ化（デフォルト：false）
  • sortBy：ソートフィールド（“timestamp”、“title” または “domain”）
  • sortOrder：ソート順（“asc” または “desc”）

4. delete_document

RAGシステムからドキュメントを削除します。

• パラメータ
  • url（必須）：削除するドキュメントのURL

設定

MCPサーバー

config.json ファイルを編集します。

{
    "mcp_port": 5000,
    "db_path": "./db",
    "log_level": "info"
}

MCPサーバーの起動

ターミナルで以下のコマンドを実行します。

node index.js

環境変数

• MCP_PORT：MCPサーバーのポートを指定します（デフォルト：5000）
• DB_PATH：データベースファイルの保存パスを指定します（デフォルト：./db）
• LOG_LEVEL：ログレベルを設定します（info/debug/warn/error）

依存関係のインストール

ターミナルで以下のコマンドを実行します。

npm install express pg jsonwebtoken cors dotenv sequelize

📄 ライセンス

Apache License 2.0