mcp-local-rag Serverul MCP

Ce face serverul MCP „mcp-local-rag”?

mcp-local-rag MCP Server este un server local de tip „primitive” Retrieval-Augmented Generation (RAG) pentru căutare web, conform Model Context Protocol (MCP), care funcționează fără a necesita API-uri externe. Scopul său principal este de a conecta asistenții AI cu web-ul ca sursă de date, permițând modelelor lingvistice mari (LLM) să efectueze căutări web, să preia și să integreze rezultate și să extragă conținut relevant—totul într-un mediu local, respectând confidențialitatea. Serverul orchestrează procesul trimițând interogările utilizatorului către un motor de căutare (DuckDuckGo), preluând mai multe rezultate, clasificându-le după similaritate folosind Google MediaPipe Text Embedder și extrăgând context relevant din paginile web. Astfel, dezvoltatorii și clienții AI pot accesa informații web actualizate, ceea ce poate îmbunătăți fluxuri precum cercetarea, crearea de conținut sau răspunsul la întrebări, fără a depinde de API-uri web proprietare.

Listă de Prompturi

Nu sunt menționate șabloane specifice de prompt în depozit sau în documentație.

Pregătit să îți dezvolți afacerea?

Începe perioada de probă gratuită astăzi și vezi rezultate în câteva zile.

Solicită demo Autentificare

Listă de Resurse

Nu sunt descrise explicit „resurse” MCP în conținutul disponibil al depozitului.

Listă de Instrumente

Nu există definiții detaliate de instrumente listate direct în fișierele sau documentația disponibilă.

Abonează-te la newsletter-ul nostru

Primește cele mai recente sfaturi, tendințe și oferte gratuit.

Adresă de email

Abonează-te

Cazuri de utilizare ale acestui server MCP

• Căutare web în timp real pentru LLM-uri: Permite asistenților AI să acceseze informații web actualizate, făcând rezultatele mai precise și relevante pentru întrebări de cercetare sau știri.
• Sumarizare de conținut: Permite LLM-urilor să preia pagini web și să extragă context relevant, sprijinind sumarizarea și verificarea informațiilor.
• Retrieval-Augmented Generation: Sprijină fluxuri de lucru unde LLM-urile au nevoie de cunoștințe externe de pe web pentru a-și îmbunătăți răspunsurile, ideal pentru întrebări dincolo de datele de antrenament.
• Productivitate pentru dezvoltatori: Util în asistenți pentru programatori pentru căutarea documentației, thread-uri Stack Overflow sau articole tehnice recente.
• Asistență educațională: Poate ajuta la obținerea de resurse noi de învățare sau exemple pentru studenți și profesori.

Cum se configurează

Mai jos sunt instrucțiunile generale pentru integrarea serverului mcp-local-rag MCP cu diverși clienți MCP. Adaptează JSON-ul de configurare după nevoile clientului tău.

Windsurf

1. Asigură-te că ai instalat uv (pentru metoda uvx) sau Docker.
2. Localizează fișierul de configurare al clientului MCP (vezi aici ).
3. Adaugă următorul JSON în obiectul mcpServers:

   {
     "mcpServers": {
       "mcp-local-rag": {
         "command": "uvx",
         "args": [
           "--python=3.10",
           "--from",
           "git+https://github.com/nkapila6/mcp-local-rag",
           "mcp-local-rag"
         ]
       }
     }
   }
   

4. Salvează configurația și repornește Windsurf.
5. Verifică dacă serverul MCP rulează și este accesibil în clientul tău.

Claude

1. Instalează uv sau Docker după necesitate.
2. Deschide configurația MCP pentru Claude Desktop.
3. Inserează următorul cod în setările serverului MCP:

   {
     "mcpServers": {
       "mcp-local-rag": {
         "command": "uvx",
         "args": [
           "--python=3.10",
           "--from",
           "git+https://github.com/nkapila6/mcp-local-rag",
           "mcp-local-rag"
         ]
       }
     }
   }
   

4. Salvează și repornește Claude Desktop.
5. Confirmă că serverul „mcp-local-rag” apare în lista de tool-uri.

Cursor

1. Asigură-te că Docker sau uv este instalat.
2. Găsește și deschide fișierul de configurare MCP pentru Cursor.
3. Folosește configurația Docker pentru o izolare mai bună:

   {
     "mcpServers": {
       "mcp-local-rag": {
         "command": "docker",
         "args": [
           "run",
           "--rm",
           "-i",
           "--init",
           "-e",
           "DOCKER_CONTAINER=true",
           "ghcr.io/nkapila6/mcp-local-rag:latest"
         ]
       }
     }
   }
   

4. Salvează și repornește Cursor.
5. Verifică statusul serverului MCP în interfața Cursor.

Cline

1. Instalează Docker sau uv, dacă este necesar.
2. Accesează configurația serverului MCP pentru Cline (vezi documentația acestuia).
3. Adaugă fragmentul JSON corespunzător (vezi exemplul de mai sus pentru uvx sau Docker).
4. Salvează configurația și repornește Cline.
5. Asigură-te că serverul este listat printre integrările MCP disponibile.

Securizarea cheilor API

Nu sunt necesare chei API externe pentru mcp-local-rag, dar dacă trebuie să setezi variabile de mediu (pentru Docker sau alte scopuri), folosește obiectul env în configurație:

{
  "mcpServers": {
    "mcp-local-rag": {
      "command": "docker",
      "args": [
        "run",
        "--rm",
        "-i",
        "--init",
        "-e",
        "DOCKER_CONTAINER=true",
        "ghcr.io/nkapila6/mcp-local-rag:latest"
      ],
      "env": {
        "EXAMPLE_ENV_VAR": "value"
      },
      "inputs": {}
    }
  }
}

Cum folosești acest MCP în fluxuri

Folosirea MCP în FlowHunt

Pentru a integra serverele MCP în fluxul tău FlowHunt, începe prin a adăuga componenta MCP în flux și conecteaz-o la agentul AI:

Clic pe componenta MCP pentru a deschide panoul de configurare. În secțiunea de configurație MCP a sistemului, inserează detaliile serverului MCP folosind acest format JSON:

{
  "mcp-local-rag": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Odată configurat, agentul AI poate folosi acest MCP ca instrument cu acces la toate funcțiile și capabilitățile sale. Nu uita să înlocuiești „mcp-local-rag” cu denumirea reală a serverului MCP și să schimbi URL-ul cu adresa serverului tău MCP.

Prezentare generală

Per ansamblu, mcp-local-rag este un server MCP simplu și care respectă confidențialitatea pentru căutarea web, dar lipsește detalierea în documentația pentru prompturi/șabloane, resurse și specificarea instrumentelor. Este ușor de configurat și folosit cu clienții principali, dar este cel mai potrivit pentru cazuri simple de RAG web.

Scor MCP