Rag chatbot with a localhost MCP server

Name: Rag chatbot with a localhost MCP server
Author: ImVirtue

本地服务

github.com/ImVirtueAI 与智能体780 周前更新

关于 Rag chatbot with a localhost MCP server

基于 RAG 的 HR 聊天机器人，可依据上传的 PDF 回答工作场所规章问题。它结合文档检索、Streamlit 聊天界面和 GPT-4 答案生成。

本地 MCP 服务负责协调文档索引、检索和答案生成工具。

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

使用 本地主机 MCP 服务 作为函数调用中枢，构建基于 RAG 的人力资源聊天机器人，为用户提供职场规章制度 README 配图

本项目使用 Streamlit 和 MCP 服务实现了一个检索增强生成（RAG）聊天机器人。用户可以上传 PDF 文件，聊天机器人会从 PDF 中检索相关信息，以回答自然语言问题。该系统利用 OpenAI 模型、LangChain 工具和内存向量存储，实现高效的文档检索。

MCP 工具集成：
使用 MCP 编排工具，确保文档索引、检索和答案生成之间顺畅通信。随着新功能的加入，后端工具可以轻松扩展或替换。
PDF 上传与解析：
上传 PDF 文件后，系统会使用 PDFPlumberLoader 解析文件并提取文本内容。
文本分块：
使用 RecursiveCharacterTextSplitter 将提取的文本拆分为较小的文本块，以便高效索引和检索。
文档索引：
将文本块索引到内存向量存储中，并使用 OpenAIEmbeddings 生成嵌入。
相似度搜索（余弦相似度）：
用户提交查询后，聊天机器人会执行相似度搜索，根据查询检索最相关的文档块。
基于提示词生成答案：
自定义提示词模板会将用户问题与检索到的上下文结合起来，再由 GPT-4 驱动的大模型（使用 ChatOpenAI）生成最终答案。
交互式界面：
应用使用 Streamlit 提供交互式聊天界面，显示用户问题和机器人回复。