一个以配置为中心、知识驱动的问答与操作MCP服务器客户端。
工具数量
0
GitHub Stars
0
一个以配置为中心、知识驱动的问答与操作MCP服务器客户端。
工具数量
0
GitHub Stars
0
一个基于RAG的智能问答和工单管理服务器,为LLM提供上下文感知的问答能力和可操作的工单功能。
工具数量
0
GitHub Stars
0
一个基于LangGraph构建的最小化问答代理系统,可在终端运行并作为iOS问答应用的后端引擎。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -e .
Simple RAG是一款面向商业用户的本地优先文档摘要和问答工具,支持上传多种文档格式,创建统一的知识库,获取简洁摘要并基于文件提问。
工具数量
0
GitHub Stars
0
基于MCP协议的RAG服务器,提供文档管理、智能搜索和问答系统功能,适用于知识库管理和AI助手集成。
安装状态
已补齐
工具数量
6
GitHub Stars
0
命令预览
python rag_server.py
一个基于LangChain的代理服务,通过FastMCP服务器连接PostgreSQL和pgvector知识库,利用Gemini嵌入和向量搜索工具实现问答功能。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
uv run python main.py --init # optional: create tables + sample docs
基于RAG(检索增强生成)和MCP(模型上下文协议)的问答系统,通过整合外部数据和服务提升AI生成内容的准确性和相关性。
工具数量
0
GitHub Stars
0
AI驱动的学术研究助手,支持跨arXiv、PubMed和Semantic Scholar搜索学术论文,提供摘要、综合和问答功能,可通过HTTP API和MCP集成使用。
安装状态
已补齐
工具数量
6
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个通过MCP stdio协议提供人工介入的Web UI工具,用于响应LLM问题。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
docker run --rm -it tejzpr/rishvan-mcp --source windsurf
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
提供基于HTTP的问答接口服务,支持自然语言处理。
工具数量
0
GitHub Stars
0
一个提供WebDriver BiDi和Classic规范访问的MCP服务器,支持语义搜索、阅读和问答功能。
工具数量
3
GitHub Stars
0
一个轻量级的React演示项目,通过GraphQL与Cloudflare Worker通信,实现自然语言问答功能。
工具数量
0
GitHub Stars
0