RAGFlow MCP Server について
RAGFlow MCP Serverは、RAGFlowのデータセット検索とチャット機能をMCPクライアントに提供します。データセットに紐づくチャットアシスタントを作成し、セッション経由で質問する用途に向いています。
主な機能
- 01データセットの名前とIDを一覧表示
- 02データセット用チャットアシスタントの作成
- 03セッションで質問し回答を取得
活用シーン
- 01利用可能なRAGFlowデータセットの確認
- 02選択したデータセット用アシスタントの作成
- 03既存セッションでアシスタントに質問
MCP 対応
データセットの一覧表示、チャットアシスタントの作成、チャット用ツールをMCPクライアントに公開します。
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。
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
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
RAGFlow MCP Server
RAGFlow API MCP サーバーでは、ナレッジベースとチャットを検索できます。
MCP 開発ドキュメントと RAGFlow API リファレンスをダウンロードしてください:
wget https://modelcontextprotocol.io/llms-full.txt -O docs/mcp-llms-full.txt
wget https://github.com/infiniflow/ragflow/raw/refs/heads/main/docs/references/python_api_reference.md -O docs/ragflow-python_api_reference.md
コンポーネント
ツール
-
list_datasets
- すべてのデータセットを一覧表示します
- データセットの ID と名前を返します
-
create_chat
- 新しいチャットアシスタントを作成します
- 入力:
- name: チャットアシスタントの名前
- dataset_id: データセットの ID
- 作成したチャットアシスタントの ID、名前、セッション ID を返します
-
chat
- チャットアシスタントと対話します
- 入力:
- session_id: チャットアシスタントのセッション ID
- question: 質問内容
- チャットアシスタントの回答を返します
設定
[TODO: 実装に固有の設定の詳細を追加してください]
クイックスタート
インストール
GitHub Copilot
.vscode/mcp.json
{
"servers": {
"ragflow-mcp-server": {
"command": "uvx",
"args": [
"ragflow-mcp-server",
"--api-key=ragflow-dhMzViYzJlMTM1NjExZjBiNWU5MDI0Mm",
"--base-url=http://172.16.33.66:8060"
]
}
}
}
Continue
config.yaml
mcpServers:
- name: RAGFlow Server
command: uvx
args:
- ragflow-mcp-server
- --api-key
- ragflow-dhMzViYzJlMTM1NjExZjBiNWU5MDI0Mm
- --base-url
- http://172.16.33.66:8060
Claude Desktop
MacOS の場合:~/Library/Application\ Support/Claude/claude_desktop_config.json
Windows の場合:%APPDATA%/Claude/claude_desktop_config.json
開発版/未公開サーバーの設定
``` "mcpServers": { "ragflow-mcp-server": { "command": "uv", "args": [ "--directory", "/Users/junjian/GitHub/wang-junjian/ragflow-mcp-server", "run", "ragflow-mcp-server" ] } } ```公開済みサーバーの設定
``` "mcpServers": { "ragflow-mcp-server": { "command": "uvx", "args": [ "ragflow-mcp-server" ] } } ```開発
ビルドと公開
パッケージを配布できる状態にするには、次の手順を実行します。
- 依存関係を同期し、ロックファイルを更新します:
uv sync
- パッケージの配布物をビルドします:
uv build
これにより、dist/ ディレクトリにソース配布物とホイール配布物が作成されます。
- PyPI に公開します:
uv publish
注:環境変数またはコマンドフラグを使用して、PyPI の認証情報を設定する必要があります:
- トークン:
--tokenまたはUV_PUBLISH_TOKEN - またはユーザー名/パスワード:
--username/UV_PUBLISH_USERNAMEおよび--password/UV_PUBLISH_PASSWORD
デバッグ
MCP サーバーは標準入出力経由で実行されるため、デバッグが難しい場合があります。最適なデバッグ体験を得るために、MCP Inspector の使用を強くおすすめします。
次のコマンドを使用して、npm 経由で MCP Inspector を起動できます:
npx @modelcontextprotocol/inspector \
uv --directory /Users/junjian/GitHub/wang-junjian/ragflow-mcp-server \
run ragflow-mcp-server \
--api-key ragflow-dhMzViYzJlMTM1NjExZjBiNWU5MDI0Mm \
--base-url http://172.16.33.66:8060
起動すると、Inspector に URL が表示されます。その URL にブラウザーからアクセスして、デバッグを開始できます。
コメント
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。