Local Doc Insight RAG MCP Server

MCP搜索检索

提供方 maryna2005

搜索检索 未标注 无需鉴权 社区 / 第三方

一个高级的检索增强生成(RAG)服务器,允许您与本地PDF和文本文档进行私密对话,所有文档处理和嵌入生成均在本地完成。

一句话选型结论

按资料字段整理

Local Doc Insight RAG MCP Server 属于搜索检索类 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。

分类搜索检索 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 2 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2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

本地AIPython本地部署文档检索语义搜索隐私保护知识管理

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

    连接成功后客户端会列出约 2 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 2 个工具,职责相对集中,接入后不容易误操作。
  • 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。
  • 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。
  • 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
Local Doc Insight RAG MCP Server当前 2 未标注 未标注 无 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maryna2005上游标注的维护方 maryna2005
分类搜索检索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

2.1 KB
来自项目仓库与上游目录的原文,未做删改

🚀 本地文档洞察RAG(MCP服务器)

高级检索增强生成(RAG)服务器,允许您私下与本地PDF和文本文档聊天。该项目是使用 模型上下文协议(MCP) 与人工智能工具无缝集成。

✨ 主要特点

  • 隐私第一: 所有文档处理和嵌入生成都在您的机器上本地进行。
  • 语义搜索: 用途 all-MiniLM-L6-v2 了解文本的实际含义,而不仅仅是关键字。
  • 快速索引: 由...驱动 FAISS (脸书人工智能相似性搜索),用于近乎即时的检索。
  • 硬件优化: 专门针对仅使用CPU的笔记本电脑(如联想Yoga)进行了调整,无需高端GPU即可运行。

🛠 克服技术挑战

在开发过程中,解决了几个关键的环境问题以确保稳定性:

  • 稳定运行时间: 从实验Python 3.14迁移到 Python 3.12.8 修理 metadata-generation-failed 安装包时出错。
  • DLL修复: 已解决 WinError 1114 (DLL初始化失败)通过正确配置基于CPU的执行环境。
  • 依赖关系管理: 修复了以下安装问题 sentence-transformers 和 torch 在Windows 11上。

📦 需求

  • python 3.12.x(推荐)
  • 图书馆: mcp, sentence-transformers, faiss-cpu, pypdf, numpy

🚀 快速开始

  1. 克隆存储库:bash git clone [https://github.com/YOUR_USERNAME/Local-Doc-Insight-RAG.git](https://github.com/YOUR_USERNAME/Local-Doc-Insight-RAG.git) cd Local-Doc-Insight-RAG

安装依赖项:

Bash
python-m pip安装mcp句子转换器faiss cpu pypdf numpy
准备数据:将PDF或TXT文件放在数据/文件夹中。

运行服务器:

Bash
python advanced_rag_server.py
通过MCP检查器连接:

Bash
npx@modelcontextprotocol/检查器python advanced_rag_server.py
🛠 提供的工具
load_documents_from_folder(folder_path):扫描并索引指定目录中的所有文档。

ask_knowledge_base(问题):执行语义搜索,并从文档中返回最相关的块。

作为用于安全知识管理的强大本地AI解决方案而开发。

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
Local Doc Insight RAG MCP Server 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。

Local Doc Insight RAG MCP Server 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。

Local Doc Insight RAG MCP Server 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。

Local Doc Insight RAG MCP Server 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。

Local Doc Insight RAG MCP Server 能提供哪些能力?

资料显示约 2 个工具;能力标签包括 本地AI、搜索、Python、文档检索、隐私保护。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。