"知识库检索" 标签

基于 Model Context Protocol (MCP) 的后端服务器实现，提供工具注册与执行、知识库检索、线索保存等功能，供大语言模型 (LLM) 客户端通过 JSON-RPC 与 MCP 服务进行资源访问、工具调用与提示渲染。

基于模型上下文协议（MCP）的后端服务，提供资源管理、工具注册与执行、以及提示模板的统一渲染，通过 JSON-RPC 与 LLM 客户端进行高效的上下文服务交互，支援知识库检索、文档生成、ROI 计算等功能。

基于 Model Context Protocol (MCP) 的服务器实现，暴露 5 个AI nurse相关工具（分析生命体征、知识库查询、HITL 提问、风险评估、药物提醒），供外部LLM客户端通过JSON-RPC/管道方式调用与协作，实现统一的上下文服务、资源管理与工具执行能力。

基于 Model Context Protocol (MCP) 的后端服务器，用于向 LLM 客户端以标准化方式提供上下文信息和功能。该服务器实现了资源、工具、提示模板的托管与管理，并通过 JSON-RPC 风格的接口与客户端通信，支持会话管理、能力声明与多种传输形式（如 StdIO/ SSE/WebSocket），以支撑 SBIR 申請相关知识库、分析工具及自动化计划书生成功能。

基于 Model Context Protocol 的 MCP 服务器实现，提供领域知识索引、知识检索以及对外暴露的查询工具，供 LLM 客户端按标准化JSON-RPC交互获取上下文信息与能力。

基于 Model Context Protocol 的后端服务，提供 Nautobot API 的统一上下文访问、动态工具执行、以及知识库检索等能力，并通过 JSON-RPC/HTTP 等传输协议与客户端进行交互，支持多环境接入与向量化检索。

基于 Model Context Protocol (MCP) 的后端服务器，提供对 Tako 知识库的搜索、图表预览、以及交互式图表 UI 的 API 服务

基于 Model Context Protocol (MCP) 的后端服务器实现，提供资源管理、工具执行与提示模板渲染能力，面向大语言模型（LLM）客户端以标准化方式提供上下文数据与功能。

一个MCP服务器，集成RAGFlow REST API，为LLM客户端（如Claude Desktop）提供知识库查询、文档管理和智能RAG增强服务。

通过Model Context Protocol协议，为LLM客户端提供搜索和获取MkDocs文档网站内容的能力。

通过集成 Higress AI Search 功能，为 LLM 提供联网搜索和内部知识搜索能力。

基于MCP协议构建的工具服务器，提供自然语言转SQL、知识库检索和数据转换等功能。

基于MCP协议实现的RAG应用服务器，通过工具向LLM客户端提供知识库检索能力，并集成LangChain和LangGraph。

演示如何使用Amazon Bedrock模型，通过Model Context Protocol (MCP) 协议集成外部工具和知识库，构建增强型聊天机器人应用。

Ragie MCP服务器提供知识库检索工具，通过Model Context Protocol (MCP) 协议，使LLM应用能够安全便捷地访问和利用Ragie知识库进行信息检索。

一个连接 Claude Desktop 和 Azure AI Search 的 MCP 服务器，支持关键词、向量和混合搜索，帮助 Claude 理解和利用 Azure AI Search 中的信息。

RAGLite是一个Python工具包，用于构建基于PostgreSQL或SQLite的检索增强生成（RAG）应用，并内置了Model Context Protocol (MCP) 服务器，可以与MCP客户端（如Claude桌面应用）连接，提供知识库检索工具。

连接 LlamaCloud 知识库的 MCP 服务器，通过工具提供知识库信息检索功能，为 LLM 应用提供上下文数据。

Ragie MCP服务器是一个基于Model Context Protocol的后端应用，它提供了一个工具，允许LLM客户端访问Ragie知识库并检索信息。

该MCP服务器提供知识库检索工具，允许用户通过语义搜索从指定的知识库中检索相关文档片段。

LlamaCloud MCP Server是一个连接到LlamaCloud托管索引的MCP服务器，提供知识库查询工具，为LLM应用提供上下文信息。