Ragdoll AI MCP Server

Ragdoll AI MCP 服务

用于查询 Ragdoll AI 知识库的模型上下文协议（MCP）服务。

概述

此 MCP 服务通过模型上下文协议提供了一个简单的接口，用于查询 Ragdoll AI 知识库。它可以与 Cursor、Windsurf 和 Cline 等各种大模型客户端应用无缝集成。

前提条件

• Bun 运行时（v1.2.1 或更高版本）
• Ragdoll AI API 密钥
• Ragdoll AI 知识库 ID

安装

克隆代码库并安装依赖：

git clone <repository-url>
cd mcp-ragdoll-server
bun install

配置

设置环境变量：

export RAGDOLL_API_KEY="your-ragdoll-api-key"
export RAGDOLL_KNOWLEDGE_BASE_ID="your-knowledge-base-id"

如需持久配置，请将这些变量添加到 .bashrc、.zshrc，或在项目根目录下创建 .env 文件。

运行服务

启动服务：

bun run index.ts

客户端设置

NPX 安装（推荐）

使用此服务最简单的方式是通过 NPX：

npx -y ragdoll-mcp-server

Cursor

在 Cursor IDE 中安装 Ragdoll MCP 服务：

1. 打开 Cursor IDE
2. 前往 Settings > Extensions > AI Settings
3. 创建名为 mcp.json 的文件，并使用以下配置：

{
  "mcpServers": {
    "ragdoll-mcp-server": {
      "command": "npx",
      "args": ["-y", "ragdoll-mcp-server"],
      "env": {
        "RAGDOLL_API_KEY": "your-ragdoll-api-key",
        "RAGDOLL_KNOWLEDGE_BASE_ID": "your-knowledge-base-id"
      }
    }
  }
}

或者，也可以在本地运行服务：

{
  "mcpServers": {
    "ragdoll-mcp-server": {
      "command": "bun",
      "args": ["run", "/path/to/mcp-ragdoll-server/index.ts"],
      "env": {
        "RAGDOLL_API_KEY": "your-ragdoll-api-key",
        "RAGDOLL_KNOWLEDGE_BASE_ID": "your-knowledge-base-id"
      }
    }
  }
}

Windsurf

在 Windsurf IDE 中安装 Ragdoll MCP 服务：

创建或编辑 mcp_config.json 文件，并使用以下配置：

{
  "mcpServers": {
    "ragdoll-mcp-server": {
      "command": "npx",
      "args": ["-y", "ragdoll-mcp-server"],
      "env": {
        "RAGDOLL_API_KEY": "your-ragdoll-api-key",
        "RAGDOLL_KNOWLEDGE_BASE_ID": "your-knowledge-base-id"
      }
    }
  }
}

Cline

在 Cline 中安装 Ragdoll MCP 服务：

创建或编辑 cline_mcp_settings.json 文件，并使用以下配置：

{
  "mcpServers": {
    "ragdoll-mcp-server": {
      "command": "npx",
      "args": ["-y", "ragdoll-mcp-server"],
      "env": {
        "RAGDOLL_API_KEY": "your-ragdoll-api-key",
        "RAGDOLL_KNOWLEDGE_BASE_ID": "your-knowledge-base-id"
      }
    }
  }
}

用法

连接后，你可以使用以下参数查询 Ragdoll 知识库：

• query（字符串，必填）：用于查找相关信息的搜索查询
• topK（数字，可选）：返回结果的数量（1-10）
• rerank（布尔值，可选）：是否对结果重新排序

在大模型客户端中的用法示例：

You can ask questions about your knowledge base content.

开发

此项目使用模型上下文协议 SDK。更多信息请参阅 MCP 文档。

支持

如有关于此 MCP 服务的问题，请在 GitHub 上提交 issue。

许可证

MIT