MCP Rag Search Server

🚀 カスタムMCPサーバーとRAGおよびマルチ検索機能

カスタムのMCP（モデル呼び出しプロトコル）サーバーです。LlamaIndexに基づく検索強化生成（RAG）機能を提供し、GoogleのGemini 2.0 APIとLinkupを通じたマルチネットワーク検索をサポートします。

✨ 主な機能

• ローカルドキュメントを使用したRAGワークフロー
• 複数のネットワーク検索機能：
  • GoogleのGemini 2.0を使用した高度なAI駆動検索（優先使用）
  • Linkupを使用した従来のネットワーク検索
• FastMCPを使用して構築

📦 インストール

前提条件

• Python 3.8以上
• ローカルにOllamaをインストールし、DeepSeekモデルを用意する（または好みのモデルを使用するように変更）
• Google Gemini APIキー（https://ai.google.dev/ で取得）
• Linkup APIキー（オプション）

インストール手順

1. このリポジトリをクローンします：

   git clone <repository-url>
   cd own-mcp-server
   

2. 必要な依存関係をインストールします：

   pip install -r requirements.txt
   

3. 環境変数を設定します（.envファイルを作成）：

   # 必須のAPIキー
   GEMINI_API_KEY=your_gemini_api_key_here
   LINKUP_API_KEY=your_linkup_api_key_here
   
   # オプション設定
   OLLAMA_HOST=http://localhost:11434
   

4. ドキュメントをdataディレクトリに追加します（存在しない場合は自動的に作成されます）

サーバーの起動

以下のコマンドを実行してサーバーを起動します：

python server.py

💻 使用例

このサーバーは以下のツールを提供します：

1. web_search：利用可能な最適な検索方法を使用します（Gemini 2.0 AIを優先し、必要に応じてLinkupにフォールバック）
2. gemini_search：GoogleのGemini 2.0 AIを使用して検索します
3. linkup_search：Linkupを使用して検索します
4. rag：ローカルドキュメントを照会します

📚 ドキュメント

このプロジェクトで使用されるライブラリは以下の通りです：

• llama-index - 核心的なRAG機能を提供
• ollama - ローカルLLMの統合
• Google生成AI SDK - Gemini 2.0の統合
• Linkup SDK - ネットワーク検索機能
• FastMCP - MCPサーバーの実装
• python-dotenv - 環境変数の管理
• nest-asyncio - 非同期サポート

🔧 技術詳細

問題が発生した場合：

1. Ollamaが正しくインストールされ、実行されていることを確認します
2. DeepSeekモデルを取得します：ollama pull deepseek-r1:1.5b
3. Python 3.13の互換性問題が発生した場合は、Python 3.11または3.10にダウングレードを検討します
4. APIキーが正しく、必要な権限を持っていることを検証します
5. Gemini 2.0関連の問題の場合は、APIキーが最新のモデルにアクセスできることを確認します