Example Rag App

MCP浏览器工具

提供方 mldotink

浏览器工具 未标注 无需鉴权 社区 / 第三方

一个检索增强生成应用,允许用户上传文档并提问,使用SQLite作为向量数据库,OpenAI进行嵌入和聊天补全,React作为前端。

一句话选型结论

按资料字段整理

Example Rag App 属于浏览器工具类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类浏览器工具 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

浏览器工具
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

HTML本地部署文档处理问答系统检索增强生成向量数据库AI应用

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
自动操作网页

打开页面、点击、填表,把浏览器动作交给模型执行。

抓取结构化数据

把页面内容整理成表格或 JSON,省掉手工复制粘贴。

关键流程回归

按步骤检查页面是否正常,回归时少漏环节。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在浏览器工具场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Example Rag App当前 未标注 未标注 未标注 无 2026-05-17
Playwright MCP Server 21 stdio · 本地进程 本地部署 有 2026-05-18
Fetch 9a2682de 1 SSE · 服务端推送 支持远程部署 有 2026-05-18
Browser 738d52bc 未标注 stdio · 本地进程 本地部署 有 2026-05-17
MCP 40600ece 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Skyvern MCP 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

浏览器工具
字段来自项目仓库与公开索引,中文说明由本站标注
提供方mldotink上游标注的维护方 mldotink
分类浏览器工具本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

1.6 KB
来自项目仓库与上游目录的原文,未做删改

RAG应用程序

一个检索增强生成应用程序,可以让你上传文档并询问相关问题。使用SQLite作为向量数据库,OpenAI用于嵌入和聊天完成,以及React前端。

运作原理

  1. 上传 一份文件(.txt, .md,或 .pdf)
  2. 这个应用 块 文本和生成 嵌入 通过OpenAI
  3. 块和嵌入物存储在 SQLite 使用 sqlite-vec 扩展
  4. 提出问题 --该应用程序通过向量相似性搜索找到相关块,然后使用GPT-4o-mini生成答案

技术栈

  • 服务器:Node.js+Express
  • 矢量数据库:SQLite通过 better-sqlite3 + sqlite-vec
  • 嵌入:OpenAI text-embedding-3-small (1536个维度)
  • LLM:OpenAI gpt-4o-mini
  • 前端:React 18(CDN,无构建步骤)

设置```bash

git clone https://github.com/InkMCPDev/example-rag-app.git
cd example-rag-app
npm install


创建一个 `.env` 使用您的OpenAI API密钥文件:```
OPENAI_API_KEY=sk-...

启动服务器:bash node server.js

打开 http://localhost:3000.

使用Ink进行部署

连接 墨MCP服务器 发送给您的AI代理并提示:

> 从github部署示例rag-app仓库。设置OPENAI_API_KEY环境变量。

教程

完整的分步教程: docs.ml.ink/example.ai-and-mcp/rag-app

关于墨迹

墨水 是为AI代理构建的部署平台。将Ink MCP服务器连接到任何AI编码代理,部署应用程序,管理域、数据库和基础设施——所有这些都是通过自然语言完成的。

  • 网站: ml.ink
  • 文档: docs.ml.ink
  • 快速开始: docs.ml.ink/快速启动
  • 例子: docs.ml.ink/示例

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
Example Rag App 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

Example Rag App 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

Example Rag App 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Example Rag App 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Example Rag App 能提供哪些能力?

资料显示能力标签包括 检索增强生成、文档处理、HTML、问答系统、向量数据库。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。