基于检索增强生成(RAG)和模型上下文协议(MCP)的服务器,支持文档嵌入、语义搜索和管理,适用于AI工具和大型语言模型(LLMs)。
安装状态
已补齐
工具数量
7
GitHub Stars
0
命令预览
pip install -e .
基于检索增强生成(RAG)和模型上下文协议(MCP)的服务器,支持文档嵌入、语义搜索和管理,适用于AI工具和大型语言模型(LLMs)。
安装状态
已补齐
工具数量
7
GitHub Stars
0
命令预览
pip install -e .
一个通用的检索增强生成(RAG)模型上下文协议(MCP)服务器,支持可插拔的嵌入提供商和向量存储。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
uvx rag-retrieval-mcp[all]
一个基于MCP架构的完整RAG(检索增强生成)系统,支持语义搜索、重排序、RAG代理、统一API和零幻觉响应。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv .venv && source .venv/bin/activate
一个基于LangChain和Gemini模型的检索增强生成(RAG)系统,采用解耦架构并通过FastMCP框架作为微服务提供。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install langchain-google-genai langchain-community langchain-classic fastmcp streamlit p...
一个结合检索增强生成(RAG)和实时网络搜索的AI助手,当本地知识库不足时自动调用MCP服务器进行网络搜索,提供准确且透明的回答。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv venv
一个用于训练目的的模型上下文协议(MCP)服务器实现,支持检索增强生成(RAG)、LangChain集成和Ollama模型支持。
安装状态
已补齐
工具数量
9
GitHub Stars
0
命令预览
pip install langchain-ollama langchain-mcp-adapters langchain
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
基于模型上下文协议 (FastMCP) 的检索增强生成 (RAG) 系统,专门用于服务 Solidity 文档查询,利用本地向量数据库 (Milvus Lite) 和 Hugging Face 嵌入模型对 Markdown 文件进行索引,为 LLM 提供语义模糊搜索和文档全文获取功能。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
python3 -m venv venv
Source-MCP是一个基于模型上下文协议(MCP)的服务器,用于在本地代码库和文档上进行语义搜索和检索增强生成(RAG),支持OpenAI和FastEmbed双嵌入方式。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
uv run python -m src.main --path .
一个基于模型上下文协议(MCP)的两阶段检索增强生成系统,通过先检索摘要再选择性扩展文档的方式提高检索效率和准确性。
安装状态
已补齐
工具数量
17
GitHub Stars
0
命令预览
python -m venv .venv
一个利用Google Gemini模型、MCP工具服务器和检索管道来回答用户查询的多代理循环系统。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python main.py