A MCP server for Godot RAG について
Godot ドキュメントを Godot RAG モデルに提供する MCP サーバーです。ドキュメントのダウンロード、RST から Markdown への変換、チャンク分割、ベクトルデータベースの構築を行うスクリプトを含み、Godot 開発者や RAG の検証を想定しています。
主な機能
- 01Godot ドキュメントの提供
- 02RST から Markdown への変換
- 03ドキュメントのチャンク分割とベクトル化スクリプト
- 04代替の埋め込みモデルへの切り替え
- 05MCP Inspector によるデバッグ
活用シーン
- 01Godot に関する質問へのドキュメント検索
- 02Godot ドキュメントのローカルベクトルデータベース構築
- 03検索に用いる埋め込みモデルの比較
MCP 対応
MCP クライアントが JSON 設定を通じて起動する MCP サーバーとして動作し、Godot ドキュメントの内容を RAG モデルに提供します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
インストール方法は未掲載です
このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。
ツール
ツール一覧はまだ取得されていません
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
Godot RAG 用の MCP サーバー
この MCP サーバーは、Godot RAG モデルに Godot のドキュメントを提供するために使用されます。
スクリーンショット
使用前

使用後

MCP サーバー設定
{
"mcpServers": {
"godot-rag": {
"command": "python",
"args": [
"<path to the server script 'main.py'>",
"-d",
"<path to the chroma_db on your computer>",
"-c",
"<name of the collection in the chroma_db>"
]
}
}
}
セットアップ
uv venv --python 3.12
source ./.venv/bin/activate
uv sync
cp .env.example .env.local
初期化手順
# clone godot docs
python download_godot_docs.py
# convert rst to markdown
python convert_rst2md.py
# chunk markdown files
python chunker.py -i artifacts
# create vector database
python vectorizer.py -i artifacts/chunks/artifacts_chunks_SZ_400_O_20.jsonl
# python vectorizer_api.py -i artifacts/chunks/artifacts_chunks_SZ_400_O_20.jsonl -m BAAI/bge-m3
# start mcp server
python main.py -d artifacts/vector_stores/chroma_db -c artifacts_chunks_SZ_400_O_20_all-MiniLM-L6-v2
# python main_with_api.py -d artifacts/vector_stores/chroma_db -c artifacts_chunks_SZ_400_O_20_BAAI-bge-m3 -k <your openai api key>
デバッグ
npx @modelcontextprotocol/inspector \
uv \
--directory . \
run \
main.py \
--chromadb-path artifacts/vector_stores/chroma_db \
--collection-name artifacts_chunks_SZ_400_O_20_all-MiniLM-L6-v2
別のモデルを使用する
その他
mcp_godot_rag は MCP Review によってインデックス化され、認定されています。
コメント
Markdown 対応
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。