关于 Ragmap
RAGMap 是面向 RAG 相关 MCP 服务的子注册表和发现服务,供 Agent 与用户按任务和限制查找检索服务。它索引并增强注册表信息,但不执行检索。
主要功能
- 01兼容 MCP 注册表的 API
- 02语义与关键词搜索
- 03按类别、传输和可达性筛选
- 04提供服务评分说明工具
- 05提供浏览与安装配置界面
适用场景
- 01为检索任务筛选合适的 MCP 服务
- 02查找近期可访问的远程检索服务
- 03查看服务类别与评分依据
- 04获取目标服务的安装配置
MCP 相关
提供远程 Streamable HTTP 和本地 stdio 两种 MCP 服务端,支持 Agent 搜索、筛选和查看 RAG 相关 MCP 服务。
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。
https://ragmap-mcp.web.app/mcpclaude mcp add --transport http ragmap https://ragmap-mcp.web.app/mcp{"mcpServers":{"ragmap":{"type":"http","url":"https://ragmap-mcp.web.app/mcp"}}}在 Cursor 中打开{"servers":{"ragmap":{"type":"http","url":"https://ragmap-mcp.web.app/mcp"}}}在 VS Code 中打开{"mcpServers":{"ragmap":{"type":"http","url":"https://ragmap-mcp.web.app/mcp"}}}{"mcpServers":{"ragmap":{"serverUrl":"https://ragmap-mcp.web.app/mcp"}}}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。
工具
详细介绍
RAGMap(RAG MCP 注册表查找器)
试用: https://ragmap-api.web.app/browse/ 从这里开始: https://github.com/khalidsaidi/ragmap/discussions/17
RAGMap 是一个轻量级、兼容 MCP Registry 的子注册表和 MCP 服务,专注于与 RAG 相关的 MCP 服务。
它可以:
- 接入官方 MCP Registry,为 RAG 用例丰富记录,并提供子注册表 API。
- 提供 MCP 服务(远程 Streamable HTTP + 本地 stdio),让 Agent 能够搜索和筛选 RAG MCP 服务。
MapRag(RAGMap)
MapRag 是用于检索的发现和路由层。 它帮助 Agent 和用户回答:在当前约束条件下,这项任务应该使用哪个检索 MCP 服务?
RAGMap 不会自行执行检索。它会为支持检索的服务建立索引并丰富其信息,然后将你路由到合适的工具/服务。
安装后你会获得什么(通俗版)
- 你会获得发现/路由工具(
rag_find_servers、rag_get_server、rag_list_categories、rag_explain_score)。 - RAGMap 可帮助你根据任务和约束条件找到最合适的检索服务。
- 随后,你的 Agent 会连接到所选服务来执行实际检索。
RAGMap 不会:
- 自动接入你的私有文档。
- 托管你的个人向量数据库。
- 替代你的端到端 RAG 流水线。
如果你需要检索自己的数据,请使用 RAGMap 搜索结果中的检索服务(或你自己的服务),并确保它支持你的接入/索引流程。
数据新鲜度与接入
- 托管版 RAGMap 会按计划更新索引。新发布或有更改的服务可能会延迟一段时间才显示。
- 使用托管服务时,大多数用户无需自行运行数据接入。
- 如果你需要更严格地控制数据新鲜度或采用私有索引方式,请自行托管并运行自己的数据接入计划(
docs/DEPLOYMENT.md)。
功能:兼容 Registry 的 API;语义搜索 + 关键词搜索(设置 OPENAI_API_KEY 后可用,例如通过环境变量或部署所用的密钥管理器设置);分类和 ragScore;可按 hasRemote、reachable(通过探测检查 streamable-http/SSE)、citations、localOnly、transport、minScore、categories 筛选。提供面向用户的浏览界面,支持搜索、筛选,以及复制 Cursor/Claude 配置。MCP 工具:rag_find_servers、rag_get_server、rag_list_categories、rag_explain_score。
快速开始
要求:
curl和jq
1) 可访问的顶级检索服务(24 小时内检查过)
curl -s "https://ragmap-api.web.app/rag/top?hasRemote=true&reachable=true&reachableMaxAgeHours=24&serverKind=retriever&limit=25" | jq .
2) 使用可信度筛选器搜索(近期可访问)
curl -s "https://ragmap-api.web.app/rag/search?q=rag&hasRemote=true&reachable=true&reachableMaxAgeHours=24&limit=10" | jq .
3) 获取服务的安装配置
提示:名称包含 / 时,请对其进行 URL 编码。
curl -s "https://ragmap-api.web.app/rag/install?name=ai.filegraph%2Fdocument-processing" | jq .
4) 检查数据新鲜度和覆盖范围
curl -s "https://ragmap-api.web.app/rag/stats" | jq .
5) 使用情况遥测摘要
curl -s "https://ragmap-api.web.app/api/stats" | jq .
完整概览:docs/OVERVIEW.md
发布历史:CHANGELOG.md
架构

Mermaid 源码
%%{init: {"theme":"base","themeVariables":{"primaryColor":"#ffffff","primaryTextColor":"#000000","primaryBorderColor":"#000000","lineColor":"#000000","secondaryColor":"#ffffff","tertiaryColor":"#ffffff","clusterBkg":"#ffffff","clusterBorder":"#000000","edgeLabelBackground":"#ffffff"},"flowchart":{"curve":"linear","nodeSpacing":75,"rankSpacing":70}}}%%
flowchart TB
%% Concept-only diagram (product value; no deployment/framework/datastore details)
classDef mono fill:#ffffff,stroke:#000000,color:#000000,stroke-width:1px;
subgraph Inputs[" "]
direction LR
subgraph Query["Agent-native interface"]
direction TB
Users["Agents + humans"]:::mono
subgraph Tooling["Tool call"]
direction LR
Criteria["Routing constraints<br/>domain, privacy, citations,<br/>freshness, auth, limits"]:::mono
Tools["MCP tools<br/>rag_find_servers<br/>rag_get_server<br/>rag_list_categories<br/>rag_explain_score"]:::mono
end
Users --> Criteria --> Tools
end
subgraph Subregistry["Subregistry (read-only)"]
direction TB
subgraph Ingest["Ingest"]
direction LR
Sources["Upstream MCP registries<br/>(official + optional)"]:::mono
Sync["Sync + normalize<br/>(stable schema)"]:::mono
Catalog["Enriched catalog<br/>(servers + versions)"]:::mono
Sources --> Sync --> Catalog
end
subgraph Enrich["Enrich (adds value)"]
direction LR
Cap["Structured metadata<br/>domain: docs|code|web|mixed<br/>retrieval: dense|sparse|hybrid (+rerank)<br/>freshness: static|continuous (max lag)<br/>grounding: citations|provenance<br/>privacy/auth: local|remote + req|optional<br/>limits: top_k|rate|max ctx"]:::mono
Trust["Trust signals (lightweight)<br/>status, reachability,<br/>schema stability, reports"]:::mono
end
Catalog --> Cap
Catalog --> Trust
end
end
subgraph Selection["Selection (the added value)"]
direction LR
Router["Router<br/>match + rank + explain"]:::mono
Ranked["Ranked candidates<br/>+ reasons + connect info"]:::mono
Retrieval["Chosen retrieval MCP server(s)<br/>(do retrieval)"]:::mono
Router --> Ranked --> Retrieval
end
Tools --> Router
Catalog --> Router
%% Keep the layout without adding a third visible "box" around Inputs.
style Inputs fill:#ffffff,stroke:#ffffff,stroke-width:0px
Monorepo 目录结构
apps/api:REST API + 兼容 MCP registry 的端点 + 数据接入工作进程apps/mcp-remote:远程 MCP 服务(Streamable HTTP)packages/mcp-local:本地 MCP 服务(stdio)packages/shared:Zod 模式 + 共享类型docs:文档 + Firebase Hosting 静态资源
本地开发
cp .env.example .env
corepack enable
pnpm -r install
pnpm -r dev
可选:在 .env 中设置 OPENAI_API_KEY(参见 .env.example),以便在本地启用语义搜索;GET /health 将显示 "embeddings": true。
API:http://localhost:3000
MCP 远程服务:http://localhost:4000/mcp
导入
curl -X POST http://localhost:3000/internal/ingest/run \
-H "Content-Type: application/json" \
-H "X-Ingest-Token: $INGEST_TOKEN" \
-d '{"mode":"full"}'
MCP 用法
远程(Streamable HTTP):
claude mcp add --transport http ragmap https://<your-mcp-domain>/mcp
本地(stdio,npm):
npx -y @khalidsaidi/ragmap-mcp@latest
本地(stdio):
pnpm -C packages/mcp-local dev
主要端点
GET /embed— 可嵌入的“搜索 RAG MCP 服务”小组件(iframe;查询参数:q、limit)GET /health(启用或关闭语义搜索时,分别包含embeddings: true|false)GET /readyzGET /v0.1/serversGET /v0.1/servers/:serverName/versionsGET /v0.1/servers/:serverName/versions/:version(支持latest)GET /rag/searchGET /rag/top(默认排序的推荐;limit最大为50)GET /rag/installGET /rag/statsGET /rag/categoriesGET /api/stats(公开使用情况汇总;不含个人身份信息)GET /api/usage-graph(使用情况的 HTML 图表)POST /internal/ingest/run(受保护)
对于托管服务 ragmap-api.web.app,/internal/* 路由不会公开。
GET /rag/search 查询参数:
q(字符串)categories(逗号分隔)minScore(0-100)transport(stdio或streamable-http)registryType(字符串)hasRemote(true或false— 仅包含具有远程端点的服务)reachable(true— 仅包含近期通过 streamable-http/SSE 探测确认可访问的服务)reachableMaxAgeHours(可选,仅在reachable=true时使用 — 仅保留 N 小时内检查过的结果)citations(true— 仅包含在元数据中提及引用/依据的服务)localOnly(true— 仅包含 stdio,不含远程服务)
冒烟测试
API_BASE_URL=https://ragmap-api.web.app ./scripts/smoke-public.sh
MCP_URL=https://ragmap-api.web.app/mcp ./scripts/smoke-mcp.sh
文档
docs/DISCOVERY-LINK-CONVENTION.md— 在 server.json 中可选添加discoveryService,以便客户端显示“发现更多”docs/AGENT-USAGE.md— **面向 Agent:**发现、REST API、MCP 安装(无需人工干预)docs/DEPLOYMENT.mddocs/OVERVIEW.mddocs/DATA_MODEL.mddocs/PRIVACY.mddocs/PUBLISHING.mddocs/GLAMA-CHECKLIST.mddocs/GLAMA-DOCKERFILE.mdscripts/glama-score-status.sh— 打印公开的 Glama 评分标记(可检查/发布/使用情况)
评论
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。