ragflow-knowledge-mcp-server

ragflow-knowledge-mcp-server

site icon
2025.04.20 0
Python知识库管理RAGFlow 集成开发效率
ragflow-knowledge-mcp-server 是一个为 RAGFlow 设计的知识库 MCP 服务器,支持动态知识库搜索工具,并提供知识库列表和详细信息查询功能。适用于需要高效管理和检索知识库的场景。
View on GitHub

Overview

基本能力

产品定位

ragflow-knowledge-mcp-server 是一个为 RAGFlow 设计的知识库 MCP 服务器,主要用于动态知识库搜索和管理。

核心功能

  1. 动态知识库搜索工具:支持通过配置启用动态知识库搜索工具,搜索结果可以以 JSON 格式返回。
  2. 知识库列表查询:支持列出所有知识库,可指定分页和每页数量。
  3. 知识库详细信息查询:支持通过知识库 ID 查询详细信息,包括名称、描述等。

适用场景

  1. 知识库管理:适用于需要动态管理和检索知识库的场景。
  2. RAGFlow 集成:适用于与 RAGFlow 集成的场景,提供高效的知识库搜索功能。

工具列表

  1. search_xxx_knowledge:动态搜索知识库内容,结果以 JSON 格式返回。
  2. list_knowledge_bases:列出所有知识库,支持分页和每页数量限制。
  3. get_knowledge_base_info:查询指定知识库的详细信息。

常见问题解答

  1. 如何启用动态知识库搜索工具?
  2. config.yaml 中配置 datasets 部分,启用 search-tool-namesearch-tool-description
  3. 如何启用知识库列表查询功能?
  4. config.yaml 中设置 list-bases-enabled: true
  5. 如何启用知识库详细信息查询功能?
  6. config.yaml 中设置 get-base-enabled: true

使用教程

使用依赖

无特殊依赖,直接安装即可。

安装教程

  1. 使用 pip 安装 bash pip uninstall --yes ragflow-knowledge-mcp-server pip install ragflow-knowledge-mcp-server --upgrade --force-reinstall --extra-index-url http://127.0.0.1:8081/repository/pypi-group/simple --trusted-host 127.0.0.1

  2. 从源码安装 bash cd /path/to/project pip install .

  3. 使用 Docker 或 Docker Compose 运行

  4. 参考文档中的 Docker 和 Docker Compose 配置。

调试方式

  1. 直接运行服务器 bash export SIMP_LOGGER_LOG_FILE=/path/to/mcp.log export SIMP_LOGGER_LOG_LEVEL=DEBUG ragflow-knowledge-mcp-server --config=/path/to/config.yaml

  2. 使用 Python 运行 bash python -m ragflow_knowledge_mcp_server --config=/path/to/config.yaml

  3. 使用 uv 运行 bash uv run ragflow-knowledge-mcp-server --config=/path/to/config.yaml

许可证

该项目遵循 MIT 开源许可条款,请参阅 MIT 了解完整条款。