Rag Anything MCP

🚀 RAG Anything MCP 服務器

RAG Anything MCP 服務器是一個基於 MCP（模型上下文協議）的服務器，藉助 raganything 庫，它能提供全面的 RAG（檢索增強生成）功能，支持處理和查詢文檔目錄，並且具備完整的多模態處理能力。

✨ 主要特性

• 端到端文檔處理：完成文檔解析，並提取多模態內容。
• 多模態 RAG：支持處理圖像、表格、公式和文本。
• 批量處理：可處理包含多種文件類型的整個目錄。
• 高級查詢：支持純文本查詢和多模態增強查詢。
• 多種查詢模式：提供混合、本地、全局、樸素、混合及繞過等模式。
• 視覺處理：利用 GPT - 4V 進行高級圖像分析。
• 持久存儲：為每個目錄維護 RAG 實例，以實現高效查詢。

📦 安裝指南

1. 環境變量

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

2. 安裝依賴

uv sync

3. 運行 MCP 服務器

python main.py

💻 使用示例

基礎用法

1. 基礎目錄處理

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

2. 單文檔處理

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

高級用法

1. 高級目錄處理

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
)

2. 純文本查詢

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

3. 帶表格數據的多模態查詢

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"
)

📚 詳細文檔

可用工具

process_directory

對目錄中的所有文件進行處理，以實現支持多模態的全面 RAG 索引。 必需參數：

可選參數：

process_single_document

對單個文檔進行全面的多模態分析。 必需參數：

可選參數：

query_directory

使用 LightRAG 對已處理的文檔進行純文本查詢。 參數：

query_with_multimodal_content

使用額外的多模態內容（表格、公式等）進行增強查詢。 參數：

多模態內容示例：

[
  {
    "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

列出所有已處理且可用於查詢的目錄。

get_rag_info

獲取目錄的 RAG 配置和狀態的詳細信息。

查詢模式解釋

• 混合（hybrid）：結合本地和全局搜索（推薦用於大多數用例）。
• 本地（local）：專注於本地上下文和實體關係。
• 全局（global）：提供更廣泛的文檔級見解和摘要。
• 樸素（naive）：基於簡單關鍵字的搜索，無圖推理。
• 混合（mix）：結合多種方法以獲得全面結果。
• 繞過（bypass）：直接訪問，不進行 RAG 處理。

多模態內容類型

服務器支持處理和查詢以下內容：

• 圖像：自動生成標題和視覺分析。
• 表格：結構提取和內容分析。
• 公式：LaTeX 解析和數學推理。
• 圖表：視覺數據解釋。
• 混合內容：對多種內容類型進行組合分析。

API 配置

服務器默認使用 OpenAI 的 API：

你可以通過自定義 base_url 參數來使用：

• Azure OpenAI
• 兼容 OpenAI 的 API
• 自定義模型端點

文件支持

支持的文件格式包括：

• PDF 文檔
• Microsoft Word (.docx)
• PowerPoint 演示文稿 (.pptx)
• 文本文件 (.txt)
• Markdown 文件 (.md)
• 以及通過 raganything 庫支持的更多格式

性能說明

⚠️ 重要提示

• 併發處理：使用 max_workers 控制並行文檔處理。
• 內存使用：包含大量圖像的大文檔可能需要大量內存。
• API 成本：視覺處理（GPT - 4o）比文本處理成本更高。
• 存儲：處理後的數據本地存儲，以便高效重新查詢。