全面解析MCP Knowledgebase LlmMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器,MCP Knowledgebase Llm能让AI助手访问实时数据、执行操作,为您提供更智能的工作体验和自动化解决方案。
全面解析Wandering RagMCP Server的核心功能、安装配置和实用案例。作为顶级Model Context Protocol服务器,Wandering Rag能让AI助手访问实时数据、执行操作,为您提供更智能的工作体验和自动化解决方案。
安装状态
已补齐
命令预览
pip install -e .
一个基于Qdrant和Bright Data的问答检索增强生成工具,适用于F1赛车等领域的知识问答。
安装状态
已补齐
工具数量
2
GitHub Stars
1
命令预览
docker run -p 6333:6333 -p 6334:6334 -v qdrant_storage:/qdrant/storage:z qdrant/qdrant
一个使用模型上下文协议(MCP)服务器的容器化代理流程,用于学术文献检索和问答。
工具数量
0
GitHub Stars
0
基于NASA JPL天文数据API的天体物理数据查询与处理服务,提供天体星历数据获取和问答功能。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
uv run fastapi dev main.py
一个模块化、可扩展的Python管道,用于处理客户支持查询,包括输入验证、实体提取、知识库检索、决策制定和响应生成,提供CLI和FastAPI服务器两种运行方式。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python3 -m venv venv
GraphRAG MCP是一个本地优先的模块化系统,将加密白皮书转换为知识图谱和可向量搜索的语料库,通过RAG和知识图谱增强回答相关问题。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个基于LangChain的RAG系统,允许用户与PDF文档聊天,通过向量数据库检索相关信息并生成精确回答。
工具数量
0
GitHub Stars
0
一个基于MCP协议和OpenAI API的知识库问答助手,能够通过自然语言查询公司政策信息。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
python -m venv venv
MCP_QnA是一个集成大型语言模型(Google Gemini)与MCP服务器的问答系统,支持基于向量数据库的上下文搜索和模糊搜索快速匹配。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个基于模型上下文协议(MCP)的智能工作区,集成了知识库服务器、本地文本处理服务器和命令行客户端,提供智能问答和文本分析功能。
工具数量
5
GitHub Stars
0
一个基于Google Agent Development Kit (ADK)开发的动物园导览助手,能够通过本地数据库和维基百科回答关于动物园动物的问题。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python3 -m venv .venv
一个多模态检索增强生成(RAG)系统,集成了FAISS向量数据库,提供Streamlit前端、FastAPI后端和MCP服务器集成,支持文档上传、问答和对话记忆功能。
安装状态
已补齐
工具数量
3
GitHub Stars
0
命令预览
python -m app.main












