"知识检索" 标签

基于 Model Context Protocol (MCP) 的后端服务器实现，向大语言模型客户端以统一的 JSON-RPC 方式提供资源管理、工具执行与提示模板渲染等能力，便于搭建可扩展的上下文服务体系。

基于 FastMCP 的 CortexOS 外部大脑 MCP 服务器，暴露 12 个核心工具，供大模型客户端通过统一的协议进行路由读取、舰队状态查询、任务打卡、规则加载、日志记录、知识检索等操作，并支持 JSON-RPC 风格的请求/响应，以及多种传输方式（如 STDIO）进行通信。

基于 Model Context Protocol (MCP) 的本地知识检索后端服务器，向大语言模型客户端暴露知识源查询与源信息工具，支持项目级/全局知识库、向量检索以及本地嵌入计算，便于在本地环境中实现私有化、可控的知识上下文服务。

基于 Model Context Protocol (MCP) 的后端服务，面向 Strudel 音乐助手，提供资源管理、工具执行与提示模板等上下文信息，通过 JSON-RPC 与 LLM 客户端进行交互，并支持基于文件系统的存储与扩展工具集。

一个基于Model Context Protocol (MCP) 构建的智能上下文管理服务器，通过对话压缩、向量存储和高级查询理解技术，为大型语言模型（LLMs）提供无限上下文和增强的检索能力。

一个完整的AI平台，通过集成的AI代理支持MCP协议，提供多模型聊天、工具调用、知识检索和多应用服务。

LupAI Meinsvwissen MCP服务器提供一个基于MCP协议的上下文服务，通过语义搜索和文本检索工具，为LLM应用提供联邦学习资源和法律文本的访问能力。

Skynet-Agent 项目中负责管理意识记忆的 MCP 服务器组件，提供记忆的保存、搜索等工具能力。

智能多源搜索聚合服务器，基于FastMCP构建，为LLM提供统一搜索能力。

一个基于MCP协议的服务器，提供通过Qdrant向量数据库进行搜索的能力。

通过MCP协议为LLM提供搜索和访问LangChain、OpenAI等库文档的能力。

通过MCP协议为LLM提供外部知识检索能力

基于Cloudflare Vectorize和AI，为LLM提供Cloudflare文档的语义搜索工具。

一个基于Model Context Protocol (MCP) 的服务器示例，提供搜索特定在线文档并提取内容的工具。

连接Claude桌面与SearchUnify，赋能AI获取SearchUnify搜索结果作为上下文。

一个基于MCP协议的服务器实现，为大语言模型提供文件系统操作、网络信息获取和知识检索等工具。

基于MCP协议，为阿里云Lindorm数据库提供上下文信息和功能访问的后端服务器。

基于 Gemini 构建的 MCP 服务器，通过智能路由将用户请求分发至不同的 AI 服务模块（如聊天、搜索、RAG等），实现复杂任务的协同处理。

一个 MCP 服务器，允许 AI 助手通过书名在 Open Library 中搜索图书信息。

一个基于Model Context Protocol的服务器，允许LLM客户端通过工具搜索和检索维基百科文章内容。

一个MCP服务器，允许LLM客户端通过Wikipedia API检索和搜索维基百科内容，作为LLM的上下文信息来源。

Wandering RAG是一个个人知识库RAG工具，它将本地Markdown文档、Notion笔记等数据存入向量数据库，并以MCP服务器形式对外提供知识检索和存储能力，为LLM应用提供个人化上下文服务。

基于LlamaCloud的本地MCP服务器，通过RAG工具为LLM客户端（如Claude Desktop）提供最新的私有信息访问能力。

基于MCP协议构建，为AI客户端提供实时工具执行、结构化知识检索和动态交互能力。

RAG Kit MCP Server是一个基于Model Context Protocol的服务器，专注于为LLM应用提供检索增强生成（RAG）能力，通过工具化接口访问向量数据库，实现高效的知识检索和上下文管理。

Docbase MCP Server 是一个基于 Model Context Protocol 的服务器实现，它将 Docbase 知识库的功能以工具的形式提供给 LLM 应用，实现知识库内容的检索、获取、创建和更新等操作。

ResearchMCP 是一个 MCP 服务器，通过集成 Perplexity AI 提供互联网研究能力，为 LLM 客户端提供“research”工具以访问最新的在线信息。

基于FastMCP构建，为LLM提供多框架文档的智能搜索工具，支持LangChain, Next.js等。

一个演示 Model Context Protocol (MCP) 的示例服务器，为 Agent 提供网页搜索、维基百科查询和时间查询等工具。

基于MCP协议的Qdrant向量数据库服务器，为AI agent提供语义搜索和知识管理能力。

一个基于 Model Context Protocol 的服务器，为 LLM 提供通过 OpenAI API 进行网页搜索的能力，支持多种搜索模式和参数配置。

此仓库提供了一个基于 Model Context Protocol (MCP) 的服务器实现，通过集成 Perplexity API，为 Claude 等大型语言模型客户端提供实时的网络搜索能力，作为一个可调用的工具。

一个基于Model Context Protocol的MCP服务器，实现了本地文档的RAG (检索增强生成) 功能，支持用户查询本地Git仓库和文本文件。

wikimedia MCP服务器提供通过自然语言查询访问维基媒体API的功能，包括搜索内容、获取页面、查询多语言版本和特色内容等。

RAG Retriever是一个Python应用，作为MCP服务器，为AI助手提供网页检索、向量检索和网页抓取功能，增强代码生成和上下文感知能力。

使用户能够通过Claude等LLM客户端进行网页搜索、内容提取和屏幕截图的MCP服务器，实现实时网络信息接入。

此MCP服务器为LLM应用提供与Rememberizer向量数据库的接口，支持文档资源管理、语义搜索、信息检索等功能。

使用Perplexity API为LLM客户端提供互联网研究能力的MCP服务器，支持 Claude 等客户端进行联网搜索并引用来源。

此项目是一个MCP服务器工具，通过Perplexity AI API为Claude等LLM客户端提供联网搜索和信息检索能力。

使用Tavily搜索API的MCP服务器，为LLM提供高质量网络搜索能力。

基于MCP协议，Tavily MCP Server 提供了网页搜索和内容提取工具，为LLM应用提供实时网络信息访问能力。

Tavily Search MCP Server 是一个为LLM应用设计的后端服务，它通过集成 Tavily Search API 提供强大的网页搜索功能，使LLM能够访问和利用最新的网络信息。

Perplexity AI MCP Server是一个基于Model Context Protocol的服务器，它将Perplexity AI的强大搜索和聊天功能集成为可供LLM客户端调用的工具，方便用户在MCP生态系统中使用Perplexity AI的服务。

mcp-server-qdrant 是一个基于 Model Context Protocol (MCP) 的服务器实现，它允许大型语言模型（LLM）通过 Qdrant 向量搜索引擎存储和检索信息，作为其长期记忆或外部知识库。