R

Ragdocs

一个基于Qdrant向量数据库和Ollama/OpenAI嵌入的RAG服务,提供文档语义搜索与管理功能。
2.5分
40

什么是RagDocs MCP 服务器?

RagDocs MCP 是一款用于管理和搜索文档的工具,它利用先进的嵌入技术和向量数据库来实现高效的语义搜索。无论是本地部署还是云端使用,它都能帮助您快速找到所需信息。

如何使用RagDocs MCP 服务器?

只需几步即可开始使用RagDocs MCP 服务器:安装、配置环境变量、启动服务,然后通过API添加、查询和删除文档。

适用场景

RagDocs MCP 特别适合需要高效文档管理的企业、开发者以及研究人员,例如技术文档整理、知识库构建等。

主要功能

添加文档支持上传文档并为其分配元数据,方便后续管理和检索。
语义搜索通过自然语言查询快速定位相关内容,无需精确关键词匹配。
文档列表与组织按分类或时间顺序查看已存储文档,支持分页和排序。
删除文档轻松移除不再需要的文档,保持数据库整洁。
多种嵌入模型支持兼容Ollama(免费)和OpenAI(付费)两种嵌入方式,满足不同需求。

优势与局限性

优势
强大的语义搜索能力,提升工作效率。
灵活的嵌入模型选择,适应多样化需求。
开源且易于集成到现有系统中。
支持本地部署及云服务,保护数据隐私。
免费版本可用,降低初期成本。
局限性
对于大规模文档集可能需要更高的硬件资源。
OpenAI嵌入服务需支付费用。
依赖外部服务如Qdrant,网络连接中断时可能影响功能。

如何使用

安装RagDocs MCP 服务器
运行以下命令全局安装RagDocs MCP CLI工具:`npm install -g @mcpservers/ragdocs`。
配置环境变量
设置必要的环境变量,例如Qdrant地址和嵌入模型类型。
启动服务器
使用Node.js启动RagDocs MCP 服务:`node @mcpservers/ragdocs`。

使用案例

案例一:添加文档演示如何向RagDocs MCP 服务器添加一篇新文档。
案例二:搜索文档展示如何通过语义搜索查找特定文档。

常见问题

如何选择嵌入模型?
是否支持自定义过滤条件?
如何备份我的文档数据?

相关资源

官方文档
详细的安装指南和技术文档。
Qdrant 官网
了解Qdrant向量数据库更多信息。
Ollama GitHub
探索Ollama嵌入模型的具体实现。
安装
复制以下命令到你的Client进行配置
{
  "mcpServers": {
    "ragdocs": {
      "command": "node",
      "args": ["@mcpservers/ragdocs"],
      "env": {
        "QDRANT_URL": "http://127.0.0.1:6333",
        "EMBEDDING_PROVIDER": "ollama"
      }
    }
  }
}

{
  "mcpServers": {
    "ragdocs": {
      "command": "node",
      "args": ["@mcpservers/ragdocs"],
      "env": {
        "QDRANT_URL": "https://your-cluster-url.qdrant.tech",
        "QDRANT_API_KEY": "your-qdrant-api-key",
        "EMBEDDING_PROVIDER": "ollama"
      }
    }
  }
}

{
  "mcpServers": {
    "ragdocs": {
      "command": "node",
      "args": ["@mcpservers/ragdocs"],
      "env": {
        "QDRANT_URL": "http://127.0.0.1:6333",
        "EMBEDDING_PROVIDER": "openai",
        "OPENAI_API_KEY": "your-api-key"
      }
    }
  }
}
注意:您的密钥属于敏感信息,请勿与任何人分享。
S
Search1api
Search1API MCP Server是一个基于Model Context Protocol (MCP)的服务器,提供搜索和爬取功能,支持多种搜索服务和工具。
TypeScript
488
4分
D
Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
1.2K
4.3分
B
Bing Search MCP
一个用于集成微软Bing搜索API的MCP服务器,支持网页、新闻和图片搜索功能,为AI助手提供网络搜索能力。
Python
379
4分
A
Apple Notes MCP
一个为Claude桌面端提供本地Apple Notes数据库访问的服务器,支持读取和搜索笔记内容。
Python
284
4.3分
M
Modelcontextprotocol
已认证
该项目是一个集成Sonar API的MCP服务器实现,为Claude提供实时网络搜索能力。包含系统架构、工具配置、Docker部署及多平台集成指南。
TypeScript
1.2K
5分
B
Bilibili MCP Js
已认证
一个基于Model Context Protocol (MCP)的B站视频搜索服务器,提供API接口支持视频内容搜索、分页查询及视频信息返回,包含LangChain调用示例和测试脚本。
TypeScript
390
4.2分
M
MCP Server Weread
微信读书MCP服务器是一个桥接微信读书数据和AI客户端的轻量级服务,实现阅读笔记与AI的深度交互。
TypeScript
450
4分
M
MCP Obsidian
该项目是一个MCP服务器,用于通过Obsidian的Local REST API插件与Obsidian笔记应用交互。它提供了多种工具来操作和管理Obsidian中的文件,包括列出文件、获取文件内容、搜索、修改内容和删除文件等。
Python
1.0K
5分
精选MCP服务推荐
F
Figma Context MCP
Framelink Figma MCP Server是一个为AI编程工具(如Cursor)提供Figma设计数据访问的服务器,通过简化Figma API响应,帮助AI更准确地实现设计到代码的一键转换。
TypeScript
7.0K
4.5分
D
Duckduckgo MCP Server
已认证
DuckDuckGo搜索MCP服务器,为Claude等LLM提供网页搜索和内容抓取服务
Python
1.2K
4.3分
F
Firecrawl MCP Server
Firecrawl MCP Server是一个集成Firecrawl网页抓取能力的模型上下文协议服务器,提供丰富的网页抓取、搜索和内容提取功能。
TypeScript
4.4K
5分
C
Context7
Context7 MCP是一个为AI编程助手提供实时、版本特定文档和代码示例的服务,通过Model Context Protocol直接集成到提示中,解决LLM使用过时信息的问题。
TypeScript
5.6K
4.7分
E
Exa Web Search
已认证
Exa MCP Server是一个为AI助手(如Claude)提供网络搜索功能的服务器,通过Exa AI搜索API实现实时、安全的网络信息获取。
TypeScript
2.1K
5分
E
Edgeone Pages MCP Server
EdgeOne Pages MCP是一个通过MCP协议快速部署HTML内容到EdgeOne Pages并获取公开URL的服务
TypeScript
435
4.8分
B
Baidu Map
已认证
百度地图MCP Server是国内首个兼容MCP协议的地图服务,提供地理编码、路线规划等10个标准化API接口,支持Python和Typescript快速接入,赋能智能体实现地图相关功能。
Python
1.0K
4.5分
M
Minimax MCP Server
MiniMax Model Context Protocol (MCP) 是一个官方服务器,支持与强大的文本转语音、视频/图像生成API交互,适用于多种客户端工具如Claude Desktop、Cursor等。
Python
1.1K
4.8分
AIbase
智启未来,您的人工智能解决方案智库
© 2025AIbase