RISC Zero의 Bonsai 문서로 테스트하도록 설계된, 모델 제어 프로토콜(MCP)을 사용하는 범용 검색 증강 생성(RAG) 서버입니다.
이 프로젝트는 다음을 수행하는 RAG 서버를 구현합니다.
표준화된 통신을 위해 MCP(Model Control Protocol)를 사용합니다.
문서 쿼리를 위한 RAG(검색 증강 생성) 워크플로 구현
RISC Zero의 Bonsai 문서로 테스트할 수 있습니다.
Ollama를 통한 로컬 LLM 통합 지원
문서 수집 및 인덱싱
의미 검색 기능
로컬 LLM 통합
MCP 프로토콜 준수
RISC Zero Bonsai 문서 지원
파이썬 3.12+
Ollama(지역 LLM 지원용)
시(의존성 관리를 위한)
Python 종속성 설치:
지엑스피1
Ollama를 설치하고 시작하세요:
필요한 모델을 가져옵니다.
MCP 서버를 시작합니다.
서버는 다음을 수행합니다.
LLM 및 임베딩 모델 초기화
데이터 디렉토리에서 문서 수집
RAG 워크플로를 사용하여 쿼리 처리
RISC Zero Bonsai 문서로 테스트:
RISC Zero Bonsai 문서를 data/ 디렉토리에 넣으세요.
서버에 Bonsai 기능 및 구현에 대한 질의를 보내세요
mcp_server.py : 메인 서버 구현
rag.py : RAG 워크플로 구현
data/ : 문서 수집을 위한 디렉토리
storage/ : 벡터 저장소 및 문서 저장소
start_ollama.sh : Ollama 서비스를 시작하는 스크립트
이 서버는 RISC Zero의 Bonsai 문서를 사용하도록 구성되어 있습니다. 다음 작업을 수행할 수 있습니다.
data/ 디렉토리에 Bonsai 문서를 추가합니다.
Bonsai 기능, 구현 세부 사항 및 사용법에 대한 문의
본사이 관련 질문을 통해 RAG 워크플로 테스트
This server cannot be installed
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
모든 사용자 정의 지식 기반과 통합되고 Cursor IDE에서 직접 트리거될 수 있는 RAG 워크플로를 구현합니다.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/proofofsid/rag-mcp'
If you have feedback or need assistance with the MCP directory API, please join our Discord server