FindMCP Logo FindMCP.info
mcp-agentic-rag

mcp-agentic-rag

site icon
2025.04.22 0
Python检索生成增强查询优化实体提取内容生成
mcp-agentic-rag 是一个基于 MCP（Model Context Protocol）的服务器和客户端项目，旨在构建增强型检索生成（RAG）应用。该服务器提供了一系列工具，如实体提取、查询优化和相关性检查，以提升 RAG 系统的性能。客户端则展示了如何连接服务器并使用这些工具。
View on GitHub

Overview

基本能力

产品定位

mcp-agentic-rag 是一个用于增强检索生成（RAG）应用的 MCP 服务器和客户端工具集，旨在通过提供高级工具来优化查询和文档检索过程。

核心功能

  • 实体提取工具：从文本查询中提取关键实体，用于改进文档检索。
  • 查询优化工具：优化用户查询，提高检索结果的相关性。
  • 相关性检查工具：评估文本块与问题的相关性，过滤无关文档。
  • 时间获取工具：返回当前日期和时间。

适用场景

  • 需要增强检索生成（RAG）系统的应用场景。
  • 需要优化查询和文档检索的相关性检查的场景。
  • 需要从文本中提取关键实体的场景。

工具列表

  • get_time_with_prefix：返回当前日期和时间。
  • extract_entities_tool：使用 OpenAI 从文本查询中提取实体。
  • refine_query_tool：使用 OpenAI 优化文本查询。
  • check_relevance：使用 LLM 检查文本块与问题的相关性。

常见问题解答

  • 无明确常见问题解答内容。

使用教程

使用依赖

  • Python 3.7+
  • openai
  • mcp
  • dotenv

安装教程

  1. 克隆仓库： bash git clone https://github.com/rukshanet/mcp-agentic-rag.git
  2. 安装依赖： bash pip install -r requirements.txt
  3. 配置环境变量：
    • 创建 .env 文件，基于 .env.sample。
    • 设置 OPENAI_MODEL_NAME 环境变量为要使用的 OpenAI 模型名称。

调试方式

  1. 启动 MCP 服务器： bash python server.py
  2. 运行 MCP 客户端： bash python mcp-client.py

许可证

该项目遵循 None 开源许可条款。