Literature Rag MCP

MCP搜索检索

提供方 Kanyuchi

搜索检索 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

Retrievo是一个生产级的文档检索和知识平台,适用于学术、商业和运营等文档密集型工作流程,支持多租户知识库和可扩展的RAG后端。

一句话选型结论

按资料字段整理

Literature Rag MCP 属于搜索检索类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,有可直接执行的安装命令。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。

分类搜索检索 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 1 仓库热度,无公开仓库时显示未标注
工具数 7 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

搜索检索
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7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

支持客户端

适用场景

Jupyter Notebook本地部署文档检索知识管理RAG语义搜索多租户

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
python -m venv venv

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  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

    连接成功后客户端会列出约 7 个工具,随便调一个只读工具确认能返回结果。

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
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

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 7 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 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

  • 完全不想在本地装环境的人。
  • 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
Literature Rag MCP当前 7 stdio · 本地进程 本地部署 有 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
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Kanyuchi上游标注的维护方 Kanyuchi
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
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 · Python本地安装时用到的包标识与运行时
部署类型本地部署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

3.7 KB
来自项目仓库与上游目录的原文,未做删改

检索

回购说明: 存储库名称是legacy;产品名称和域名是 检索.

Retrievo是一个生产级检索和知识平台,适用于大量文档的工作流程——学术、商业和运营。它将可扩展的RAG后端与现代web应用程序相结合,支持多租户知识库,旨在在不改变核心架构的情况下从数千个文档增长到数百万个文档。

> 想为您自己的域部署此功能吗? 看 复制指南 获取分步说明。

特性

  • 多租户知识库 具有作业范围的搜索、聊天和索引功能
  • 语义搜索 使用OpenAI嵌入(可配置模型)
  • 混合检索 (BM25+密集)和可选的重新分级
  • ChromaDB 用于快速、可扩展检索的矢量存储
  • 快速API REST API(端口8001),带有auth+管理员友好端点
  • Web 应用 用于上传、搜索、聊天和知识库管理
  • MCP集成 可用于Claude/agent工具(可选)

MCP服务器设置(可选)

克劳德桌面

配置: `~/Library/Application Support/Claude/claude_desktop_config.json````json
{
"mcpServers": {
"literature-rag": {
"command": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api/venv/bin/python",
"args": ["-m", "literature_rag.mcp_server"],
"cwd": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api",
"env": {
"PYTHONPATH": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api",
"INDICES_PATH": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api/indices",
"CONFIG_PATH": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api/config/literature_config.yaml"
}
}
}
}


### 克劳德代码

配置: `~/.claude.json` (添加到 `mcpServers` 对象)```json
"literature-rag": {
"type": "stdio",
"command": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api/venv/bin/python",
"args": ["-m", "literature_rag.mcp_server"],
"env": {
"PYTHONPATH": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api",
"INDICES_PATH": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api/indices",
"CONFIG_PATH": "/Users/fadzie/Desktop/lit_rag/literature_review_rag_api/config/literature_config.yaml"
}
}

关键配置说明

  1. 需要绝对路径 -沙盒环境中的相对路径失败
  2. PYTHON路径 -模块发现所需
  3. INDICES_PATH和CONFIG_PATH -覆盖默认值以确保正确的文件访问
  4. 需要重新启动 -更改配置后,重新启动Claude Desktop/Code

可用的MCP工具

工具 说明
semantic_search 使用阶段/主题/年份过滤器搜索论文
get_context_for_llm 带有引文的预格式化上下文
list_papers 发现收藏中的可用论文
find_related_papers 通过嵌入找到类似的论文
get_collection_stats 收集统计数据和元数据
answer_with_citations 带参考书目的结构化来源
synthesis_query 多主题比较分析

快速开始```bash

Install dependencies

cd literature_review_rag_api
python -m venv venv
source venv/bin/activate
pip install -r requirements.txt
pip install fastmcp

Run MCP server

python -m literature_rag.mcp_server

Or run FastAPI server

python -m literature_rag.api


## 项目结构```
retrievo/
├── literature_review_rag_api/
│   ├── literature_rag/
│   │   ├── mcp_server.py      # MCP server (FastMCP)
│   │   ├── api.py             # FastAPI server
│   │   ├── literature_rag.py  # Core RAG engine
│   │   └── config.py          # Configuration
│   ├── config/
│   │   └── literature_config.yaml
│   ├── indices/               # ChromaDB storage
│   └── venv/
├── webapp/                     # Retrievo web UI (search/chat/upload)
└── README.md

常见问题

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

在客户端按下面的安装命令接入:python -m venv venv。装完在客户端配置里引用同一个包或端点。

Literature Rag MCP 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,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,配置才会生效。

Literature Rag MCP 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。

Literature Rag MCP 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。

Literature Rag MCP 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Literature Rag MCP 能提供哪些能力?

资料显示约 7 个工具;能力标签包括 Jupyter Notebook、多租户、Python、Claude、搜索。具体工具清单以官方文档为准。

Literature Rag MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Literature Rag MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

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。