RAG MCP PROJECT

🎓 智能笔记助手（RAG+MCP）

智能学习伴侣，结合 检索增强生成（RAG） 和 模型上下文协议（MCP） 工具。此助手可帮助您与课程文档（PDF）交互，并直接从聊天界面执行本地文件系统操作。

🚀 特性

• RAG系统：用途 谷歌双子座2.0 Flash 和 色度数据库 根据您当地的PDF文档回答问题。
• MCP工具：与计算机交互的集成工具：

- list files / ls：浏览目录。 - read [file] / cat：读取文件内容。 - search [term]：按名称查找文件。 - file info：获取文件元数据。

• 智能意图检测：自动检测您是否需要本地工具或AI答案来保存API配额。

🛠️ 安装

此项目使用 uv 用于快速Python包管理。

1. 克隆存储库:

   git clone 
   cd RAG_MCP_PROJECT

1. 安装依赖项:

   uv sync

1. 配置环境:

创建一个 .env 文件，并添加您的Google API密钥：

   GOOGLE_API_KEY=your_api_key_here

📖 用法

1. 放置您的文档：将您的PDF或DOCX课程文件放在 documents/ 文件夹。

1. 运行助手:

   uv run simple_rag.py

1. 互动:

- 提问： *“什么是质量控制？”* - 使用工具： *“列出文档中的文件”*, *“读取config.py”*

🏗️ 项目结构

• simple_rag.py：主要应用程序入口点和RAG逻辑。
• mcp_server.py：运行时使用的真实MCP服务器（stdio， list_tools/call_tool).
• mcp_tools.py：旧助手模块（不在活动MCP运行时路径中）。
• vector_store.py：管理ChromaDB矢量数据库。
• document_processor.py：处理PDF/DOCX加载和分块。
• config.py：配置设置。

MCP运行时说明

活动MCP流为：

1. simple_rag.py 开始 mcp_server.py 通过stdio。
2. simple_rag.py 通过调用MCP工具 mcp_session.call_tool(...).
3. mcp_server.py 执行已注册的工具处理程序。

mcp_tools.py 运行时MCP服务器不使用。

🤖 技术

• Python 3.12+
• LangChain
• 谷歌生成人工智能（Gemini）
• 色度数据库
• UV（包装管理器）