@ragrabbit/mcp

本地服务

ragrabbit.com搜索与检索13683 周前更新

代码仓库访问官网

关于 @ragrabbit/mcp

@ragrabbit/mcp 是 RagRabbit 文档搜索的 MCP 服务，可让 AI 模型访问已在 RagRabbit 实例中建立索引的文档。项目采用开源协议，可自托管，适合为网站提供语义搜索与 LLM 文档。

主要功能

01基于自然语言的语义文档搜索
02通过 search_docs 工具执行查询
03提供 llms.txt 形式的 LLM 文档资源
04支持 Claude Desktop 与 Cursor 配置

适用场景

01为产品文档添加 AI 可调用的搜索入口
02在 Cursor 中让编码助手查询项目文档
03在 Claude Desktop 中检索特定产品的使用说明

MCP 相关

该项目是 MCP 服务，向 MCP 客户端暴露 search_docs 工具用于文档搜索，并提供 llms.txt 资源，内容为关于 LLM 及其能力的文档。

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。

mcp.json · 通用配置

{
  "mcpServers": {
    "madarco": {
      "command": "npx",
      "args": [
        "-y",
        "@ragrabbit/mcp"
      ]
    }
  }
}

启动命令npx -y @ragrabbit/mcp

本地服务需要在你的电脑上安装运行环境（如 Node.js 18+）。各客户端的配置文件位置不同，请参考客户端文档。

安装包

npm@ragrabbit/mcpstdio

工具

收录的工具列表 · 更新于 3 周前

参数	类型	必填	说明
query	string	是	用于查找相关文档的搜索查询

详细介绍

RagRabbit 文档搜索的 MCP 服务

此服务实现了模型上下文协议（MCP），让 AI 模型能够访问使用 RagRabbit 实例索引的任意文档。

概述

MCP 服务充当 AI 客户端与 RagRabbit 托管文档之间的桥梁：

使用自然语言查询对文档进行语义搜索
访问针对大模型的文档
通过模型上下文协议进行标准化通信

安装

Claude Desktop

添加一个自定义 MCP 服务，并将其名称设为你的产品名称，这样 Claude AI 就能在查找相关信息时使用它。

在 claude_desktop_config.json 中（Claude -> Settings -> Developer -> Edit Config）

{
  "mcpServers": {
    "<name_of_your_documentation_no_spaces>": {
      "command": "npx",
      "args": ["@ragrabbit/mcp", "http://<RagRabbit install>/", "<name of your documentation>"]
    }
  }
}

在 Cursor IDE 中

前往 Cursor -> Settings -> Cursor Settings -> MCP

添加一个类型为 command 的新 MCP，并使用以下命令：

npx @ragrabbit/mcp", "http://<RagRabbit install>/", "<name of your documentation>"

参数：

ragrabbit-url：（必填）RagRabbit 实例的基础 URL，例如 https://my-ragrabbit.vercel.com/
name：（必填）文档搜索服务的自定义名称（默认为 "RagRabbit"），让 AI 在查找信息时知道该使用此服务

此 MCP 暴露的工具

search_docs

对文档进行语义搜索。

参数：

query：字符串 - 用于查找相关文档的搜索查询

示例：

{
  "name": "search_docs",
  "arguments": {
    "query": "How to implement authentication?"
  }
}

可用资源

大模型文档

URI：llms.txt
描述：关于大模型及其能力的文档
MIME 类型：text/plain

许可证

MIT

支持 Markdown

登录后评论

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。

阅读入门指南

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。