RAG Documentation MCP Server

RAG Documentation MCP サーバー

ベクトル検索を通じてドキュメントの取得と処理を行うツールを提供し、AI アシスタントが関連するドキュメントのコンテキストを応答に取り入れられるようにする MCP サーバーの実装です。

機能

• ベクトルベースのドキュメント検索と取得
• 複数のドキュメントソースに対応
• セマンティック検索機能
• ドキュメント処理の自動化
• LLM のコンテキストをリアルタイムで拡充

ツール

search_documentation

自然言語のクエリを使って、保存されているドキュメントを検索します。関連度順に並べた、一致する抜粋とそのコンテキストを返します。

入力：

• query（string）：ドキュメント内で検索するテキストです。自然言語のクエリ、特定の用語、コードスニペットを指定できます。
• limit（number、任意）：返す結果の最大数です（1～20、デフォルト：5）。上限を大きくすると、より包括的な結果が得られますが、処理に時間がかかる場合があります。

list_sources

現在システムに保存されているすべてのドキュメントソースを一覧表示します。ソース URL、タイトル、最終更新時刻など、インデックス済みのドキュメントをすべて網羅した一覧を返します。検索可能なドキュメントを確認するときや、特定のソースがインデックスに登録されているかを確かめるときに使用します。

extract_urls

指定したウェブページに含まれるすべての URL を抽出して分析します。このツールは指定されたウェブページをクロールし、すべてのハイパーリンクを特定して、必要に応じて処理キューに追加します。

入力：

• url（string）：分析するウェブページの完全な URL です（https:// などのプロトコルを含める必要があります）。ページは一般公開されている必要があります。
• add_to_queue（boolean、任意）：true の場合、抽出した URL を後でインデックス登録するため、自動的に処理キューへ追加します。キューに過剰な数の URL が追加されないよう、大規模なサイトでは注意して使用してください。

remove_documentation

URL を指定して、特定のドキュメントソースをシステムから削除します。削除は恒久的で、今後の検索結果に影響します。

入力：

• urls（string[]）：データベースから削除する URL の配列です。各 URL は、ドキュメントを追加したときに使用した URL と完全に一致する必要があります。

list_queue

現在ドキュメント処理キューで待機しているすべての URL を一覧表示します。run_queue の呼び出し時に処理される、保留中のドキュメントソースを確認できます。キューの状態の監視、URL が正しく追加されたかの確認、処理待ちの確認に使用します。

run_queue

ドキュメントキューに現在登録されているすべての URL を処理してインデックスに登録します。各 URL は、適切なエラー処理と再試行ロジックを備え、順番に処理されます。処理の進行に応じて進捗状況が表示されます。長時間かかる処理は、キューが空になるか、回復不能なエラーが発生するまで続行されます。

clear_queue

ドキュメント処理キューから保留中の URL をすべて削除します。キューをリセットしたい場合、不要な URL を削除したい場合、または保留中の処理をキャンセルしたい場合に使用します。この操作は即時に実行され、取り消せません。後で処理するには、URL を再度追加する必要があります。

使用方法

RAG Documentation ツールは、次の用途を想定しています。

• 関連するドキュメントを活用した AI の応答強化
• ドキュメントを認識する AI アシスタントの構築
• 開発者向けのコンテキスト対応ツールの作成
• セマンティックなドキュメント検索の実装
• 既存のナレッジベースの拡充

設定

Claude Desktop での使用

claude_desktop_config.json に次の内容を追加します。

{
  "mcpServers": {
    "rag-docs": {
      "command": "npx",
      "args": [
        "-y",
        "@hannesrudolph/mcp-ragdocs"
      ],
      "env": {
        "OPENAI_API_KEY": "",
        "QDRANT_URL": "",
        "QDRANT_API_KEY": ""
      }
    }
  }
}

次の環境変数に値を設定する必要があります。

• OPENAI_API_KEY：埋め込みベクトルの生成に使用する OpenAI API キー
• QDRANT_URL：Qdrant ベクトルデータベースインスタンスの URL
• QDRANT_API_KEY：Qdrant の認証に使用する API キー

ライセンス

この MCP サーバーは MIT ライセンスの下でライセンスされています。MIT ライセンスの利用規約に従う限り、ソフトウェアを自由に使用、変更、配布できます。詳細については、プロジェクトのリポジトリにある LICENSE ファイルをご覧ください。

謝辞

このプロジェクトは、qpd-v が開発した qpd-v/mcp-ragdocs のフォークです。元のプロジェクトが、この実装の基盤となりました。