وكيل ذكاء اصطناعي لـ mcp-local-rag
ادمج mcp-local-rag، أداة توليد معزز بالاسترجاع (RAG) المحلية، بسلاسة مع سير عملك. مكن نماذج الذكاء الاصطناعي لديك من إجراء عمليات بحث مباشرة عبر الويب، واستخلاص وتضمين معلومات سياقية حديثة، والرد بمعرفة محدثة — كل ذلك بدون الاعتماد على واجهات برمجة تطبيقات خارجية. عزز الدقة والخصوصية والتحكم في تطبيقاتك المدعومة بالذكاء الاصطناعي مع هذا الخادم الخفيف مفتوح المصدر من MCP.
بحث ويب محلي في الوقت الفعلي بالذكاء الاصطناعي
مكن نماذج اللغة الكبيرة (LLMs) لديك ببحث ويب مباشر يركز على الخصوصية من خلال mcp-local-rag. يتيح هذا التكامل للذكاء الاصطناعي جلب وتضمين وتفسير معلومات حديثة عبر الإنترنت — محليًا وبأمان كامل. لا حاجة لأي واجهات برمجة تطبيقات خارجية.
- بحث ويب مباشر.
- يجلب أحدث المعلومات مباشرة من الويب باستخدام DuckDuckGo — بدون الحاجة لمفاتيح API.
- الخصوصية أولاً.
- يعمل محليًا بالكامل، مما يضمن أن الاستفسارات والبيانات الحساسة لا تغادر بيئتك أبدًا.
- تضمين سياقي.
- يستخدم MediaPipe Text Embedder من Google لتحويل نتائج البحث إلى متجهات وترتيبها لأكثر سياق ملائمة.
- تكامل سلس مع LLM.
- يعمل فورًا مع أفضل عملاء MCP مثل Claude Desktop وCursor وGoose لتفعيل الأدوات بسهولة.
نشر مرن وآمن
انشر mcp-local-rag بالطريقة التي تناسبك — شغله مباشرة عبر Python أو ضمن حاوية Docker لأقصى توافق وأمان. تدقيقات الأمان التلقائية تضمن بقائك متوافقًا ومحميًا.
- دعم Docker.
- انشر بأمر واحد باستخدام Docker لإعدادات سريعة ومعزولة ويمكن تكرارها.
- تدقيقات أمان منتظمة.
- تم التحقق من قبل MseeP مع تقارير تدقيق عامة محدثة لراحة البال.
- إعداد سهل.
- تكامل بسيط مع إعدادات خادم MCP الخاص بك — لا حاجة لإعدادات معقدة.
مفتوح المصدر ومدفوع بالمجتمع
تم إنشاء mcp-local-rag بموجب رخصة MIT، وهو مفتوح للمساهمات والتحسينات من ممارسي الذكاء الاصطناعي حول العالم. انضم إلى مجتمع متنامٍ يركز على الخصوصية، الشفافية، والابتكار.
- دعم المجتمع.
- مشاكل ومقترحات السحب مرحب بها — قد بميزات وتحسينات جديدة معًا.
- مرخص MIT.
- قاعدة مفتوحة المصدر مع ترخيص مرن وصديق للأعمال.
تكامل MCP
أدوات تكامل MCP المتاحة لـ mcp-local-rag
الأدوات التالية متوفرة كجزء من تكامل mcp-local-rag مع MCP:
- search_web
ابحث في الويب في الوقت الفعلي واسترجع معلومات وسياق ذات صلة باستفساراتك باستخدام DuckDuckGo واستخلاص المحتوى.
شغل بحث ويب خاص وفوري RAG محليًا
جرّب mcp-local-rag: خادم استرجاع معزز بالذكاء الاصطناعي (RAG) خفيف الوزن وبدون واجهات برمجة تطبيقات يجلب سياق ويب حديث إلى LLM لديك، وكل ذلك من جهازك الخاص. ابحث، واسترجع، وضمّن بيانات مباشرة — بدون الحاجة لأي API خارجي.
ما هو mcp-local-rag
mcp-local-rag هو خادم محلي مفتوح المصدر لنظام توليد معزز بالاسترجاع (RAG) مصمم للاستخدام مع عملاء بروتوكول سياق النموذج (MCP) ونماذج اللغة. يعمل المشروع كخادم بروتوكول سياق نموذج يشبه RAG 'بدائي' للبحث عبر الويب يعمل بالكامل على جهازك الخاص — لا حاجة لأي واجهات برمجة تطبيقات أو خدمات سحابية خارجية. يتيح للنماذج اللغوية إجراء عمليات بحث مباشرة عبر الويب، وجلب المعلومات الفورية، وتوفير سياق محدث لاستفسارات LLM مباشرة من الإنترنت. يعمل النظام عن طريق البحث في الويب باستخدام DuckDuckGo، واستخلاص المحتوى ذي الصلة، وإنشاء تضمينات باستخدام MediaPipe Text Embedder من Google، وترتيب النتائج الأكثر صلة، والتي تُعاد بعد ذلك كمحتوى markdown ليتم معالجتها من قبل نماذج اللغة. هذه الأداة مفيدة بشكل خاص للمستخدمين الذين يضعون الخصوصية أولوية، ويرغبون في السيطرة الكاملة على بياناتهم، أو يحتاجون إلى دمج معلومات حديثة في سير عمل الذكاء الاصطناعي لديهم.
القدرات
ما الذي نستطيع فعله مع mcp-local-rag
يمكن لـ mcp-local-rag تمكين استرجاع بيانات قوي وفوري وتعزيز السياق لنماذج الذكاء الاصطناعي بدون الاعتماد على واجهات برمجة تطبيقات خارجية. يمكن للمستخدمين البحث عن أحدث محتوى على الويب، واستخلاص وترتيب النتائج ذات الصلة، وتزويد نماذج اللغة بمعلومات حديثة وملائمة سياقيًا، وكل ذلك من خادم محلي مستضاف. تتكامل الخدمة بسلاسة مع عملاء MCP الشائعين مثل Claude Desktop وCursor وGoose، مما يسهل إضافة قدرات البحث عند الطلب إلى سير عمل وكيل الذكاء الاصطناعي الخاص بك.
- بحث ويب مباشر
- إجراء عمليات بحث مباشرة عبر الإنترنت للحصول على معلومات حديثة مباشرة من استفسارات LLM الخاصة بك.
- خصوصية محلية
- جميع عمليات البحث والاسترجاع تتم محليًا، مما يضمن خصوصية كاملة للبيانات وعدم تسريبها لأي واجهات خارجية.
- استخلاص السياق
- يستخلص محتوى markdown ذي صلة من صفحات الويب لتعزيز إجابات الذكاء الاصطناعي.
- تضمين وترتيب
- يستخدم MediaPipe Text Embedder لإنشاء تضمينات دلالية وترتيب نتائج البحث حسب الصلة.
- تكامل سلس
- يعمل مع أي عميل MCP يدعم استدعاء الأدوات، مثل Claude Desktop وCursor.
ما هو mcp-local-rag
يستفيد وكلاء الذكاء الاصطناعي بشكل كبير من mcp-local-rag من خلال اكتساب القدرة على البحث في الويب واسترجاع أحدث المعلومات وأكثرها صلة، حتى عندما تكون نماذجهم الداخلية غير محدثة. هذا يمكّن الوكلاء من الإجابة عن الأسئلة المتعلقة بالأخبار العاجلة أو الأبحاث المنشورة حديثًا أو المواضيع الحساسة للوقت، مع الحفاظ التام على خصوصية المستخدم والعمل بدون الاعتماد على واجهات برمجة تطبيقات سحابية.