Serverless Rag MCP Server

🚀 風暴模型上下文協議（Storm MCP）服務器與Sionic AI無服務器RAG

風暴 MCP（模型上下文協議）服務器是一個支持大語言模型（LLM）應用程序與 RAG 數據源及工具之間平滑交互的開源協議。通過實現該協議，能夠在 Claude Desktop 等平臺上實現大語言模型與 RAG 數據的高效協作。Sionic AI 的 風暴平臺 基於 RAG 技術構建，此服務器可與 Sionic AI 的服務結合，為用戶提供更多功能，實現 LLM 與 RAG 數據之間的平滑交互，並支持多種工具和文件管理操作。

🚀 快速開始

在 Claude Desktop 環境中啟動 MCP 服務器，請按照以下步驟配置：

1. 打開設置文件：

code ~/Library/Application\ Support/Claude/claude_desktop_config.json

2. 添加 MCP 服務器配置：

{
    "mcpServers": {
        "storm": {
            "command": "sh",
            "args": [
                "/Users/sigridjineth/Desktop/work/storm-mcp-server/scripts/run.sh"
            ]
        }
    }
}

✨ 主要特性

1. 模型上下文協議支持：實現 Anthropic 的 Model Context Protocol，與 Claude Desktop 等 LLM 平臺集成。
2. RAG 數據處理：提供文檔上傳、分類、檢索等功能，支持 RAG 任務的執行。
3. 工具系統：支持 send_nonstream_chat、list_agents、list_buckets、upload_document_by_file 等多種工具的定義與調用。
4. 文件管理：提供文件的上傳、下載、刪除等文件系統操作功能。
5. API 集成：與風暴平臺的 REST API 對接，提供多樣化服務。

📦 安裝指南

前提條件

在設置風暴 MCP 服務器之前，請確保具備以下條件：

1. 操作系統：Linux、macOS 或 Windows（推薦使用 Linux）。
2. Python 版本：Python 3.8 或更高版本。
3. 依賴項：確保安裝了所有必要的庫。

安裝步驟

1. 克隆倉庫：

git clone https://github.com/your-repository.git
cd mcp-server

2. 安裝依賴項：

pip install -r requirements.txt

3. 運行服務器：

python main.py

💻 使用示例

基礎用法

由於文檔未提供具體基礎用法代碼示例，暫無法展示。

高級用法

由於文檔未提供具體高級用法代碼示例，暫無法展示。

📚 詳細文檔

概述

什麼是 MCP？

MCP 代表模型上下文協議（Model Context Protocol），它是一種允許大語言模型（LLMs）與 RAG（檢索增強生成）數據源進行通信的協議，使它們能夠在複雜任務上進行有效協作。

配置

服務器可以使用 JSON 文件進行配置：

{
    "mcp_servers": {
        "storm": {
            "command": "sh",
            "args": [
                "/Users/sigurðjóansson/Desktop/work/storm-mcp-server/scripts/run.sh"
            ]
        }
    }
}

安全與隱私

• 身份驗證：可以使用 API 密鑰或令牌來管理安全訪問。
• 數據保護：建議使用加密通信通道來保障數據安全。

優勢

• 提高生產力：促進 LLM 和 RAG 系統之間的高效協作，提升任務執行效率。
• 增強靈活性：支持多種配置和集成，以滿足不同需求。
• 成本效益：優化資源使用並增強可擴展性，實現經濟高效的運營。

故障排除

常見問題可能包括連接錯誤、性能瓶頸和安全問題。如需詳細的故障排除步驟，請參考 故障排除指南。

參考資料

如需更多信息，請訪問：

• 風暴 MCP 服務器主頁
• GitHub 倉庫
• 綜合文檔

🔧 技術細節

項目結構

• main.py：初始化 MCP 服務器並配置事件處理器。
• core/file_manager.py：定義用於文件操作的 FileSystemManager 類。
• core/internal_api.py：包含與風暴平臺 REST API 通信的 API 客戶端函數。
• tools/tool_definitions.py：定義 MCP 服務器中使用的工具集。
• tools/tool_handlers.py：實現處理各種工具操作的處理器。
• tools/tool_upload_file.py：提供文件上傳專用處理器和文件服務器實現。

架構

MCP 的架構分為以下三層：

1. 宿主（LLM 應用程序）：用戶發送請求並接收響應的交互式 AI 平臺。
2. 客戶端（協議實現）：實現 MCP 協議並與宿主通信。
3. 服務器（功能提供者）：提供資源和工具，處理各項任務。