mcpField
A
ai·rete·rag

ai·rete·rag

远程服务
ai-rete-rag.comAI 与智能体01 周前更新

关于 ai·rete·rag

ai·rete·rag 是面向需要依据政策规则作出可审计判断的 MCP 服务。Rete 规则引擎给出判定,LLM 则根据已导入的政策文档解释原因。

主要功能

  1. 01按领域规则生成判定
  2. 02根据政策文档提供解释
  3. 03导入政策文本并管理规则
  4. 04查看规则条件与来源 YAML
  5. 05记录事实来源并检查缺失参数
  6. 06查询账户额度用量

适用场景

  1. 01依据承保政策评估贷款申请
  2. 02从政策文件起草并审阅规则
  3. 03补齐可能影响判定的案件信息
  4. 04回溯特定日期生效的政策

MCP 相关

MCP 服务向客户端提供判定、规则管理、政策文档导入和用量查询工具,并提供案件判定工作流提示词。可通过托管 URL 或本地运行方式连接。

配置

远程服务无需本地安装。选择你使用的客户端,复制配置或使用一键安装。

服务地址https://ai-rete-rag.com/mcp
一键复制安装命令
Claude CodeTerminal
Cursor.cursor/mcp.json
VS Code.vscode/mcp.json
Claude Desktopclaude_desktop_config.json
Windsurf~/.codeium/windsurf/mcp_config.json

命令在终端中运行;JSON 粘贴到对应客户端的 MCP 配置后重启。需要授权的服务会在首次连接时提示登录。

全部服务地址
Streamable HTTPhttps://ai-rete-rag.com/mcp需要授权
Streamable HTTPhttps://ai-rete-rag.com/mcp/auth需要授权
安装包
pypiai-rete-rag-mcp0.11.0

工具

9
参数类型必填说明
as_ofany否
factsany否
querystring是
domainstring是
fact_sourcesany否
response_modeenum否verdict_only | verdict_with_explanation | full_audit
unstructured_textany否
extract_from_retrievalboolean否
filter_retrieval_with_rulesboolean否

详细介绍

ai·rete·rag MCP 服务器

在 Claude Code、Claude Desktop 或任何 MCP 客户端中使用 ai·rete·rag——基于 RAG 的解释与确定性的规则决策。

裁决始终由 Rete 规则引擎给出(可审计、可复现);LLM 只负责解释原因,并以你摄取的政策文档为依据。

工具

工具功能
decide在某个领域作出决策——输入结构化事实和/或自由文本,可选择使用模式 01(规则限定检索范围)和模式 02(将检索结果载入工作记忆)。as_of 可读取在较早日期生效的政策文档
get_parameters列出某个领域规则用来作出判断的事实(来自你账户自己的规则),按决定性从高到低排列——在调用 decide 前应收集这些信息
list_rules查看某个领域的规则——条件、裁决结果、显著性和重叠情况
get_rule_source以可编辑 YAML 格式获取某个领域的规则集
import_policy_rules将书面政策文档转换为草拟规则,每条规则都引用其所编码的句子(不会保存任何内容——审核后再调用 put_rules)
put_rules根据 YAML 创建或替换某个领域的规则集(dry_run 用于验证)
ingest_text将政策文本添加到某个领域的知识库,可选指定日期(effective_from、effective_until),或替换较早版本(supersedes)
list_documents浏览某个领域已摄取的文档
get_usage查看你的套餐和每月剩余决策配额

提示词:decide_case

这是一个可用于你账户中任何领域(包括你自有领域)的 Agent 工作流,用于判断案例。它会调用 get_parameters,了解规则据以作出判断的事实;读取案例——文本、照片、文档扫描件、语音笔记或视频(Agent 会自行读取媒体内容;API 只接收事实);将案例信息映射到对应字段;调用 decide,并通过 fact_sources 记录每项事实来自哪个文件(这些信息会保留在决策审计记录中)。只要结果中的 missing_parameters 不为空(即仍可能改变裁决结果的事实),它就会按决定性从高到低向你询问这些事实,并再次作出判断。裁决始终由规则给出。

通过 URL 连接(无需安装)

该服务也托管在远程端,这是仅支持通过 URL 连接且没有静态标头输入栏的客户端的唯一连接方式——尤其适用于 claude.ai 和 Claude Desktop 自定义连接器。

URL身份验证连接目标
https://ai-rete-rag.com/mcp/auth在浏览器中使用 Google 登录一次你的账户——你的领域和套餐配额
https://ai-rete-rag.com/mcp无,或使用 Authorization: Bearer ik_...匿名访问共享演示领域;使用密钥访问你的账户

添加 https://ai-rete-rag.com/mcp/auth 作为自定义连接器,并批准提示。连接列表位于 Settings → Connected apps,断开连接后会立即生效。

安装

使用 uv 无需安装——uvx ai-rete-rag-mcp 会按需获取并运行服务(请参阅下方的配置片段)。

也可以将其作为软件包安装:

pip install ai-rete-rag-mcp         # from PyPI
pip install .                       # or from source, in this repo

配置

首先创建 API 密钥:登录 ai-rete-rag.com,打开 Settings → API Keys,然后创建密钥(ik_...——只会显示一次)。

Claude Code
claude mcp add ai-rete-rag -e AI_RETE_RAG_API_KEY=ik_your-key-here -- uvx ai-rete-rag-mcp

(如果通过 pip 安装,请使用 -- ai-rete-rag-mcp,而不是 -- uvx ai-rete-rag-mcp。)

或者完全跳过安装,使用你的密钥连接到托管端点:

claude mcp add --transport http ai-rete-rag https://ai-rete-rag.com/mcp \
  --header "Authorization: Bearer ik_your-key-here"
Claude Desktop / 其他客户端(JSON)
{
  "mcpServers": {
    "ai-rete-rag": {
      "command": "uvx",
      "args": ["ai-rete-rag-mcp"],
      "env": {
        "AI_RETE_RAG_API_KEY": "ik_your-key-here"
      }
    }
  }
}

(使用 pip install 时,设置 "command": "ai-rete-rag-mcp" 并删除 "args"。)

环境变量:

变量默认值用途
AI_RETE_RAG_API_KEY(none)你的 API 密钥 — 用于验证调用并将其关联到你的套餐额度
AI_RETE_RAG_API_URLhttps://ai-rete-rag.comAPI 基础 URL — 本地开发时可指向 http://localhost:8000

没有密钥时,你仍然可以探索共享的演示领域(loan、fraud、 clinical 等),但受免费套餐限制。

示例

“使用 ai·rete·rag 判断是否应批准这笔贷款申请: 信用评分 645,年收入 $52k,申请金额 $30k。”

Claude 会调用 decide(domain="loan", facts={...}),并返回基于规则的 判定结果,以及引用承保政策的通俗易懂的解释。

评论

支持 Markdown

第一次接触 MCP?

从协议是什么,到在客户端里装上第一个服务,这几条回答覆盖了大多数入门问题。

一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。