Rag Code MCP

🚀 RagCode MCP - 讓你的代碼庫支持AI

RagCode是一款模型上下文協議（MCP）服務器，能立即讓你的項目支持AI。它通過語義向量搜索，使像 GitHub Copilot、Cursor、Windsurf 和 Claude 這樣的AI助手能夠理解你的整個代碼庫，彌合了你的代碼與大語言模型（LLMs）之間的差距。

藉助官方 Model Context Protocol Go SDK 構建，RagCode提供了9種強大的工具來對代碼進行索引、搜索和分析，是支持AI的軟件開發的終極解決方案。

🚀 快速開始

⚡ 一鍵安裝

無需Go環境，無需構建工具，無需配置。只需Docker。

就是這麼簡單！ 安裝程序會自動完成以下操作：

• ✅ 下載並安裝 rag-code-mcp 二進制文件
• ✅ 在Docker容器中設置Ollama和Qdrant
• ✅ 下載所需的AI模型（phi3:medium，nomic-embed-text）
• ✅ 配置你的IDE（VS Code、Cursor、Windsurf、Claude Desktop）
• ✅ 將二進制文件添加到你的PATH中

📖 完整安裝指南 → | Windows WSL設置 →

🎯 零配置使用

安裝完成後，你無需進行任何配置：

1. 在你的IDE（VS Code、Cursor、Windsurf）中打開你的項目。
2. 向你的AI助手詢問關於你代碼的問題。
3. 就這麼簡單！ RagCode會自動進行索引並給出答案。

💬 "身份驗證系統是如何工作的？"
💬 "查找此代碼庫中的所有API端點"
💬 "展示用戶模型及其關係"

第一次查詢會觸發後臺索引。後續查詢將即時響應。

✨ 主要特性

🔒 隱私至上：100%本地AI

你的代碼永遠不會離開你的機器。 RagCode完全在你的本地基礎設施上運行：

• ✅ 本地AI模型 - 使用Ollama進行大語言模型和嵌入（在你的硬件上運行）
• ✅ 本地向量數據庫 - Qdrant在你的機器上的Docker容器中運行
• ✅ 零雲依賴 - 無外部API調用，無數據傳輸
• ✅ 無API成本 - 永久免費，無使用限制或訂閱費用
• ✅ 支持離線使用 - （初始模型下載後）無需互聯網即可工作

非常適合： 企業代碼庫、專有項目、注重安全的團隊。

🚀 選擇RagCode的原因：性能優勢

5 - 10倍更快的代碼理解速度

節省98%的令牌

• 無RagCode時：AI讀取5 - 10個文件（約15,000個令牌）來查找一個函數。
• 有RagCode時：AI獲取確切的函數 + 上下文（約200個令牌）。

RagCode與基於雲的解決方案對比

RagCode與通用RAG對比

🌐 多語言代碼智能

多工作區支持

RagCode會自動檢測並管理多個工作區，並使用獨立的索引。

📖 工作區檢測 → - 自動檢測、穩定的ID、緩存

💻 IDE集成

RagCode與所有主流的支持AI的IDE兼容：

📖 手動IDE設置 → | VS Code + Copilot指南 →

📦 安裝指南

系統要求

最低要求

推薦配置（以獲得更好的性能）

📖 完整要求 →

💻 使用示例

基礎用法

你可以直接向AI助手提問，例如：

💬 "身份驗證系統是如何工作的？"

RagCode會自動進行索引並給出答案。

高級用法

在進行更復雜的代碼查詢時，例如查找所有API端點：

💬 "查找此代碼庫中的所有API端點"

RagCode會利用其強大的語義搜索功能快速定位並返回結果。

📚 詳細文檔

入門指南

• 快速開始指南 - 5分鐘內完成安裝
• IDE設置 - 手動進行IDE配置

配置與操作

• 配置指南 - 模型、環境變量、高級設置
• 故障排除 - 常見問題及解決方案
• Docker設置 - Docker配置詳情

語言分析器

• Go分析器 - 函數、類型、接口、GoDoc
• PHP分析器 - 類、特性、PHPDoc
• Laravel分析器 - Eloquent、路由、控制器
• Python分析器 - 類、裝飾器、類型提示

技術參考

• 架構概述 - 技術深度剖析
• 工具架構參考 - 完整的API文檔
• 增量索引 - 智能索引的工作原理
• 工作區檢測 - 多工作區支持
• VS Code + Copilot - 詳細的Copilot設置

外部資源

• Model Context Protocol - 官方MCP規範
• Ollama - 本地大語言模型和嵌入模型
• Qdrant - 向量數據庫

🔧 技術細節

🛠️ 9種強大的MCP工具

📖 完整工具參考 →

📄 許可證

RagCode MCP是開源軟件，採用**MIT許可證**。

🤝 貢獻

我們歡迎貢獻！你可以通過以下方式提供幫助：

• 🐛 報告漏洞
• 💡 請求新特性 - 分享關於新工具或語言的想法
• 🔧 提交拉取請求 - 改進代碼、文檔或添加新特性
• ⭐ 給項目加星 - 表示你的支持

開發設置

git clone https://github.com/doITmagic/rag-code-mcp.git
cd rag-code-mcp
go mod download
go run ./cmd/rag-code-mcp