关于 RAG Application
RAG Application 是一个演示检索增强生成流程的应用，结合 ChromaDB 向量搜索、上下文提示词生成和 LLM API。用户可通过 MCP 客户端查询公司相关内容。
主要功能
- 01使用 ChromaDB 进行文档向量检索
- 02生成上下文相关提示词
- 03集成 LLM API
- 04提供 process_query 查询工具
适用场景
- 01通过自然语言查询公司文档
- 02根据检索内容生成上下文提示词
MCP 相关
应用集成 MCP 服务，并提供 process_query 工具供客户端提问。README 指出可使用 Claude Desktop、Cursor 或其他 IDE 连接。
配置
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。
工具
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。
详细介绍
RAG 应用
集成 MCP 服务的检索增强生成（RAG）应用演示。
功能
- 集成 MCP 服务
- 使用 ChromaDB 通过向量搜索检索文档
- 生成上下文感知的提示词
- 集成大模型 API
安装
pip install -r requirements.txt
使用方法
使用 Claude Desktop、Cursor 或你偏好的 IDE 连接到 MCP 服务。
使用 process_query 工具提问有关公司的问题。
配置
在 .env 中设置环境变量：
OPENAI_API_KEY=your_api_key
项目结构
app/retrieval.py：文档检索功能 app/context.py：上下文管理 app/llm_client.py：大模型 API 集成 app/prompt_builder.py：提示词构建
许可证
MIT
评论
支持 Markdown
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。