MCP Local Rag

MCP搜索检索

提供方 nkapila6

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

\\\"primitive\\\" RAG-like web search model context protocol (MCP) server that runs locally. ✨ no APIs ✨

一句话选型结论

按资料字段整理

MCP Local Rag 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 125 仓库热度,无公开仓库时显示未标注
工具数 1 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1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

mcpragweb-seachmodel-context-protocolmcp-server本地搜索Python本地部署

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
uvx --python=3.10 --from git+https://github.com/nkapila6/mcp-local-rag mcp-local-rag

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 1 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 1 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
MCP Local Rag当前 1 stdio · 本地进程 本地部署 有 2026-05-18
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nkapila6上游标注的维护方 nkapila6
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2026-05-18上游最后核验时间

详细介绍

5.9 KB
来自项目仓库与上游目录的原文,未做删改

mcp本地抹布

本地运行的类似RAG的“原始”网络搜索模型上下文协议(MCP)服务器。 ✨ 无API✨

一个完全在本地运行的基于RAG的网络搜索和深度研究模型上下文协议(MCP)服务器。特点是跨9+搜索后端的多引擎研究,具有语义相似性排名,不需要API键。

  • 特性
  • 多引擎深度研究
  • 安装
  • 直接通过运行 uvx
  • 使用Docker(推荐)
  • 代理技能
  • 安全审计
  • MCP客户端
  • Claude Desktop上的示例
  • 结果
  • 贡献
  • 许可证```mermaid
    %%{init: {'theme': 'base'}}%%
    flowchart TD
    A[User] -->|1.Submits LLM Query| B[Language Model]
    B -->|2.Sends Query| C[mcp-local-rag Tool]

subgraph mcp-local-rag Processing
C -->|Search DuckDuckGo| D[Fetch 10 search results]
D -->|Fetch Embeddings| E[Embeddings from Google's MediaPipe Text Embedder]
E -->|Compute Similarity| F[Rank Entries Against Query]
F -->|Select top k results| G[Context Extraction from URL]
end

G -->|Returns Markdown from HTML content| B
B -->|3.Generated response with context| H[Final LLM Output]
H -->|5.Present result to user| A

classDef default stroke:#333,stroke-width:2px;
classDef process stroke:#333,stroke-width:2px;
classDef input stroke:#333,stroke-width:2px;
classDef output stroke:#333,stroke-width:2px;

class A input;
class B,C process;
class G output;


# 特性

## 多引擎深度研究

该服务器支持全面的多引擎研究功能,超越了简单的单查询搜索:

- **9+搜索后端**:DuckDuckGo、谷歌、必应、勇敢、维基百科、雅虎、Yandex、Mojeek、Grokipedia
- **多主题研究**:同时搜索多个相关查询
- **语义排名**:RAG类相似性评分对最相关的结果进行排名
- **隐私选项**:选择注重隐私的引擎(DuckDuckGo、Brave)或综合引擎(谷歌)
- **不需要API密钥**:所有处理都在本地使用嵌入式模型运行

### 深度研究工具

1. **`deep_research`** -全面的多引擎研究

- 同时跨多个引擎搜索
- 非常适合需要不同视角的复杂主题
- 可定制的后端和结果限制

1. **`deep_research_google`** -谷歌聚焦深度潜水

- 利用谷歌的综合指数
- 最适合技术/科学查询

1. **`deep_research_ddgs`** -隐私第一深度研究

- 使用DuckDuckGo进行私人、广泛的研究
- 非常适合无跟踪的一般主题

1. **`rag_search_ddgs`** & **`rag_search_google`** -快速单次搜索

- 当您需要快速答案时,进行快速、集中的搜索

# 安装

找到您的MCP配置路径 这里 或检查您的MCP客户端设置。

### 直接通过运行 `uvx`

这是最简单快捷的方法。您需要安装 紫外线 为了使其发挥作用。

将此添加到MCP服务器配置中:```json
{
"mcpServers": {
"mcp-local-rag":{
"command": "uvx",
"args": [
"--python=3.10",
"--from",
"git+https://github.com/nkapila6/mcp-local-rag",
"mcp-local-rag"
]
}
}
}

使用Docker(推荐)

确保你有 码头工人 安装。

将此添加到MCP服务器配置中:json { "mcpServers": { "mcp-local-rag": { "command": "docker", "args": [ "run", "--rm", "-i", "--init", "-e", "DOCKER_CONTAINER=true", "ghcr.io/nkapila6/mcp-local-rag:v1.0.2" ] } } }

代理技能

此存储库包括 代理技能 教Claude如何有效地使用mcp本地rag工具进行智能网络搜索和深入研究。技能是Claude动态加载的指令文件夹,用于提高特定任务的性能。

可用技能

local-rag-search -向Claude教授以下方面的最佳实践:

  • 智能工具选择:在快速搜索或全面深入研究之间做出选择
  • 多引擎研究:使用多个搜索后端以获得不同的视角
  • 有效的查询公式:编写能产生更好结果的自然语言查询
  • 参数调优:调整 num_results, top_k,以及针对不同用例的后端选择
  • 隐私意识搜索:默认使用以隐私为中心的引擎,同时允许在需要时进行全面搜索

深度研究用例

该技能能够使用多个搜索词和引擎进行全面的主题研究。它特别适用于利用谷歌文档覆盖范围的技术深度挖掘、比较不同搜索引擎信息的多视角分析、使用DuckDuckGo或Brave进行以隐私为重点的研究,以及通过交叉引用维基百科和其他权威来源进行事实验证。

使用技能

在克劳德桌面中:

  1. 首选 设置 → 技能
  2. 点击 添加技能 → 从文件夹添加
  3. 选择 skills/local-rag-search/

在对话中:
加载后,只需让Claude搜索信息,它就会自动应用该技能的最佳实践。尝试以下查询:

  • “对最近的量子计算发展进行深入研究”
  • “寻找可持续能源解决方案的多种来源”
  • “查找有关Kubernetes优化的全面技术文档”

了解有关代理技能的更多信息,请访问 人类技能库.

请参阅 技能/README.md 了解详细的使用说明和技能发展指南。

安全审计

MseeP对每个MCP服务器进行安全审计,您可以通过单击查看此MCP服务器的安全审计 这里.

MCP客户端

MCP服务器应与任何支持工具调用的MCP客户端配合使用。已在以下客户端上进行了测试。

  • 克劳德桌面
  • 光标
  • 鹅
  • 其他人?你试试!

Claude Desktop上的示例

当LLM(如Claude)被问及需要最新网络信息的问题时,它将触发 mcp-local-rag.

当被要求获取/查找/搜索网络时,模型会提示您使用MCP服务器进行聊天。

在这个例子中,我们询问了谷歌昨天发布的最新Gemma型号。这是克劳德不知道的新信息。

结果

mcp-local-rag 执行实时网络搜索,提取上下文,并将其发送回模型——为其提供新的知识:

给我买杯咖啡

如果我开发的软件对你有帮助。请给我买杯咖啡,我真的很感激! 😄

贡献

有想法或想改进这个项目吗?欢迎问题和拉取请求!

许可证

该项目根据MIT许可证获得许可。

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
MCP Local Rag 怎么安装?

在客户端按下面的安装命令接入:uvx --python=3.10 --from git+https://github.com/nkapila6/mcp-local-rag mcp-local-rag。装完在客户端配置里引用同一个包或端点。

MCP Local Rag 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。

MCP Local Rag 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。

MCP Local Rag 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。

MCP Local Rag 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。

MCP Local Rag 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 RAG、本地搜索、Python、Claude。具体工具清单以官方文档为准。

MCP Local Rag 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。

MCP Local Rag 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 2026-05-18。