ragforge (Luciform Research)

RagForge

具有持久局部脑的通用RAG药物

使用人工智能工具将任何代码库、文档或网络内容转换为可搜索的知识图。

许可证–Luciform研究源许可证（LRSL）v1.1

©2025 Luciform Research。除下文授予的权利外，保留所有权利。

• 免费用于： 研究、教育、个人项目、自由职业者/小规模（月收入≤10万欧元）
• 超过阈值的商业用途 需要单独协议
• 联系人： legal@luciformresearch.com
• 全文： 许可证

______________________________________________________________________

RagForge是什么？

RagForge是一个 AI代理框架 带着一个 局部持续性脑 (~/.ragforge):

• 守护进程架构 -按需唤醒，干净关闭
• 文件监视 -增量接收文件更改
• 差异感知更新 -只重新解析更改的内容
• 多项目支持 -同时处理多个代码库
• 针对规模进行了优化 -高效处理大型项目

┌─────────────────────────────────────────────────────────────┐
│                      AGENT BRAIN (~/.ragforge)              │
│  ┌─────────────────────────────────────────────────────┐   │
│  │                    Neo4j + Embeddings               │   │
│  │  ┌──────────┐ ┌──────────┐ ┌──────────┐            │   │
│  │  │Project A │ │Quick     │ │Web Pages │            │   │
│  │  │(code)    │ │Ingest    │ │(docs)    │            │   │
│  │  └──────────┘ └──────────┘ └──────────┘            │   │
│  │                     ↓                               │   │
│  │         Unified Semantic Search                     │   │
│  └─────────────────────────────────────────────────────┘   │
│                                                             │
│  FILE WATCHER → Incremental Ingestion → Graph Update       │
└─────────────────────────────────────────────────────────────┘

______________________________________________________________________

摄入能力

代码

文件

3D和媒体

网络

______________________________________________________________________

搜索与理解

______________________________________________________________________

代理能力

与本地模型和云API兼容：

研究代理

这 研究代理 是一个针对代码库探索和文档优化的自主代理。

通过MCP使用 （来自克劳德或其他客户）：

call_research_agent({ question: "How does authentication work?" })

它的作用：

• 使用以下内容搜索知识图 brain_search
• 自动读取相关文件
• 探索与的代码关系 explore_node
• 构建一份包含引文的全面降价报告
• 返回置信水平（高/中/低）

输出示例：

{
  "report": "# Authentication System\n\n## Overview\n...",
  "confidence": "high",
  "sourcesUsed": ["src/auth.ts", "src/middleware/jwt.ts"],
  "toolsUsed": ["brain_search", "read_file", "explore_node"],
  "iterations": 3
}

______________________________________________________________________

媒体生成

______________________________________________________________________

快速开始

先决条件

• 码头工人 -Neo4j数据库需要

- （Windows/macOS） - 或 sudo apt install docker.io （Linux）

1.安装

npm install -g @luciformresearch/ragforge-cli

2.设置（Docker+Neo4j）

ragforge setup

这将：

• ✅ 检查Docker是否已安装并正在运行
• ✅ 创建Neo4j容器(ragforge-neo4j)
• ✅ 配置 ~/.ragforge/.env 自动地

选项：

ragforge setup --password myPassword  # Custom Neo4j password
ragforge setup --force                # Recreate container

3.添加您的API密钥

# Add to ~/.ragforge/.env
GEMINI_API_KEY=your-gemini-key        # Required for embeddings & search
REPLICATE_API_TOKEN=your-token        # Optional, for 3D generation

4.与克劳德（MCP）一起使用

将RagForge添加到您的Claude配置中（请参阅 MCP服务器 部分），然后问克劳德：

"Use brain_search to find authentication code"
"Ingest the ./src directory"
"Call the research agent to explain the database layer"

______________________________________________________________________

MCP服务器

RagForge通过以下方式公开所有工具 模型上下文协议 适用于Claude、GPT和其他MCP兼容客户端。

Claude代码（CLI）的设置

1. 构建RagForge （如果来自来源）：

cd ragforge && npm install && npm run build

1. 添加到Claude代码配置 (~/.claude/claude_desktop_config.json):

{
  "mcpServers": {
    "ragforge": {
      "command": "node",
      "args": ["/path/to/ragforge/packages/cli/dist/mcp.js"],
      "env": {
        "GEMINI_API_KEY": "your-key"
      }
    }
  }
}

1. 重新启动Claude代码 验证工具可用：

/mcp

Claude桌面设置

添加 ~/Library/Application Support/Claude/claude_desktop_config.json （macOS）或同等版本：

{
  "mcpServers": {
    "ragforge": {
      "command": "ragforge",
      "args": ["mcp"]
    }
  }
}

使用克劳德的RagForge

连接后，您可以要求Claude使用RagForge工具：

"Use brain_search to find authentication code in my project"
"Ingest the ./src directory and search for API endpoints"
"Call the research agent to explain how the database layer works"

MCP提供的关键工具：

______________________________________________________________________

项目结构

ragforge/
├── packages/
│   ├── core/              # Main package
│   │   ├── src/
│   │   │   ├── brain/           # BrainManager, knowledge persistence
│   │   │   ├── runtime/
│   │   │   │   ├── adapters/    # File parsers (code, docs, media, web)
│   │   │   │   ├── agents/      # RAG agent implementation
│   │   │   │   ├── projects/    # ProjectRegistry, multi-project
│   │   │   │   └── ingestion/   # Incremental ingestion, file watcher
│   │   │   └── tools/           # Agent tools (file, image, 3D, web, brain)
│   │   └── defaults/            # Default YAML configs
│   │
│   └── cli/               # CLI commands (agent, mcp, ingest)
│
├── docs/project/          # Design docs and session notes
└── examples/              # Example projects

______________________________________________________________________

路线图

• \[x\] 使用Neo4j的持久大脑
• \[x\] 通用文件摄取
• \[x\] 嵌入语义搜索
• \[x\] 网络爬行和接地
• \[x\] 图像和3D生成
• \[x\] MCP服务器集成
• \[x\] 项目被排除在搜索之外
• \[\]本地模型支持（Ollama）
• \[\]API爬虫（Swagger/OpenAPI）
• \[\]数据库爬虫（模式提取）
• \[\]带墨迹的终端UI（React）
• \[\]协作多代理工作流

______________________________________________________________________

发展

# Clone and install
git clone https://github.com/LuciformResearch/ragforge
cd ragforge
npm install

# Build all packages
npm run build

# Run tests
npm test

______________________________________________________________________

链接

______________________________________________________________________

#RAGForge#LuciformResearch#RAG#LLM#代理#DevTools#AIEngineering#Neo4j#MCP