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
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

serve
Datadog产品管理峰会2026的内部活动网站,包含议程、演讲者信息、问答系统和互动游戏商店。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
npx serve .
一个将Google的Gemini AI与Claude Desktop集成的模型上下文协议(MCP)服务器,允许用户直接从Claude向Gemini提问。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
docker run -d --name gemini-mcp -p 8811:8811 -e GEMINI_API_KEY=$GEMINI_API_KEY gemini-mcp:0....
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
一个支持文件上传、语义搜索和基于LangChain代理的问答的知识库服务器。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个轻量级的RAG MCP服务器,提供文档嵌入、搜索、列表和管理功能,适用于需要高效文档检索和问答的场景。
安装状态
已补齐
工具数量
6
GitHub Stars
0
命令预览
uv run rag-mcp-server
基于RAG技术的聊天机器人,通过语义搜索和Groq托管的LLM从PDF文档中提取信息并回答问题。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv .venv
基于Google ADK和Bright Data MCP构建的网络搜索代理,能够根据用户查询搜索网络并检索信息。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv .venv

devvit
一个基于Devvit的Reddit机器人,监控帖子、提取意图并通过本地Python MCP服务器回复。
安装状态
已补齐
工具数量
3
GitHub Stars
0
命令预览
npx devvit init
用于评估MCP服务器对已知问题和答案的准确性的工具。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install mcp-data-check
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
一个本地运行的MCP服务器,用于索引PDF文档并提供基于文档的问答服务,支持来源追溯。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
python3 -m venv .venv
一个使用RAG、Pinecone和Google Gemini技术回答关于个人数据保护法问题的服务器。
安装状态
已补齐
工具数量
4
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个基于RAG架构的系统,用于获取、处理最新的PDF文档(如SmPC文件),并通过LangChain和大型语言模型(Gemini或GPT-4.1)提供基于文档内容的问答服务,特别优化了冰岛语支持。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python3 --version # Should show 3.11 or higher
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
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,支持向量数据库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
一个轻量级的聊天式网页界面,用于与PDF RAG MCP服务器交互,上传PDF并以对话方式提问。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一款基于Model Context Protocol的服务,用于提取YouTube视频的字幕和元数据,支持自动清理VTT格式以减少令牌使用,适用于视频内容摘要和问答场景。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
uv run mcp-server-youtube
MCP-Toolkit是一个基于Python的检索增强生成(RAG)系统,用于回答关于Python代码库的自然语言问题,支持代码分块、语义索引、问答和基准评估。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python3 --version
基于Chroma Cloud和LangChain的RAG管道,通过MCP协议提供文档检索与生成功能,适用于知识库问答和内容增强场景。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
pip install --upgrade pip