"检索增强生成" 标签

基于 Model Context Protocol (MCP) 的本地向量检索后端，使用 FAISS 构建向量存储并对接 MCP 客户端，提供文档资源管理、向量检索工具与可渲染的提示模板，支持与 LLM 的安全高效上下文交互、多种传输模式（如标准输入输出）。

提供电子邮件管理、博客内容发布和知识库检索等功能的MCP后端服务集合。

Wingman是一个开源的LLM平台，集成了多种大语言模型与AI工具，并通过内置的Model Context Protocol (MCP) 服务器以标准化方式提供给外部LLM客户端。

一个基于Model Context Protocol (MCP) 构建的RAG（检索增强生成）服务端示例，提供知识库的文档检索与添加功能，通过标准化协议支持LLM客户端进行智能上下文服务。

LEANN是一个本地化、低存储的向量数据库，通过MCP协议提供代码语义搜索、文档RAG等AI服务。

结合MCP协议与RAG技术，实现智能网络爬取、多模态处理、LLM集成和自演进能力的AI上下文服务。

revect 是一个自托管的个人记忆和知识库，支持语义搜索，并可通过 MCP 协议与 AI 工具无缝集成。

基于Model Context Protocol (MCP) 的Rust后端框架，提供工具、资源、Prompt管理和LLM交互能力。

该项目仓库提供了一系列基于 Model Context Protocol (MCP) 的服务器示例，涵盖了外汇、RAG检索、股票分析和新闻检索等多种应用场景，旨在演示如何构建和使用 MCP 服务器为 AI 应用提供上下文和功能服务。

Wiki-RAG MCP服务器基于Model Context Protocol，为LLM应用提供Mediawiki知识库的上下文服务，支持资源访问、工具调用和Prompt模板定制。

RAG MCP Server是一个基于Model Context Protocol的服务器，提供文档索引和检索能力，支持LLM进行检索增强生成。

HADES是一个混合系统，它通过MCP服务器集成LLM和知识图谱，为自然语言查询提供上下文丰富且经过事实验证的答案。