Claude Rag MCP

Claude RAG MCP服务器

用于克劳德代码的MCP服务器，具有RAG（检索增强生成）功能。自动保存和索引您的编码会话以进行语义搜索。

特性

• 语义搜索 -通过意义而不仅仅是关键字找到解决方案
• 自动分块 -具有重叠功能的智能文本分割
• 项目隔离 -按项目组织的数据
• 灵活的存储 -Qdrant（向量）+SQLite（元数据）
• 多个嵌入提供程序 -OpenAI或Ollama（当地）
• 知识类型 -解决方案、命令、代码、注释、错误修复、架构

快速开始

1.先决条件

• Node.js 20+
• Docker（适用于Qdrant）
• OpenAI API密钥（或用于本地嵌入的Ollama）

2.启动Qdrant

cd docker
docker-compose up -d

3.安装和构建

npm install
npm run build

4.配置克劳德代码

增添 ~/.claude/settings.json:

{
  "mcpServers": {
    "rag": {
      "command": "node",
      "args": ["/path/to/claude-rag-mcp/dist/index.js"],
      "env": {
        "EMBEDDING_PROVIDER": "openai",
        "OPENAI_API_KEY": "sk-your-key",
        "QDRANT_URL": "http://localhost:6333"
      }
    }
  }
}

5.重新启动克劳德代码

用法

保存知识

rag_save: Save a solution about XYZ
- content: "To fix the simulator issue, run xcrun simctl boot "
- type: "solution"
- project_id: "confyday-ios"
- tags: ["xcode", "simulator"]

搜索知识

rag_search: Find solutions about simulators
- query: "how to fix simulator"
- project_id: "confyday-ios"

输入序列

rag_list: Show all saved knowledge
- project_id: "confyday-ios"
- type: "solution"

删除条目

rag_delete: Remove entry
- id: "uuid-here"

工具参考

配置

环境变量

# Embedding Provider: openai | ollama
EMBEDDING_PROVIDER=openai

# OpenAI
OPENAI_API_KEY=sk-...
EMBEDDING_MODEL=text-embedding-3-small  # or text-embedding-3-large
EMBEDDING_DIMENSIONS=1536               # 1536 for small, 3072 for large

# Ollama (local, free)
OLLAMA_URL=http://localhost:11434
OLLAMA_MODEL=nomic-embed-text

# Qdrant
QDRANT_URL=http://localhost:6333
QDRANT_COLLECTION=claude_rag

# SQLite
SQLITE_PATH=~/.claude-rag/data.db

# Chunking
CHUNK_SIZE=512
CHUNK_OVERLAP=50

# Search
DEFAULT_SEARCH_LIMIT=10
MIN_SCORE_THRESHOLD=0.5

# Logging
LOG_LEVEL=info  # debug | info | warn | error

使用Ollama（免费，本地）

1. 安装Ollama：https://ollama.ai
2. 拉式嵌入模型：

   ollama pull nomic-embed-text

1. 设置环境：

   EMBEDDING_PROVIDER=ollama
   OLLAMA_URL=http://localhost:11434
   OLLAMA_MODEL=nomic-embed-text

建筑

┌─────────────────────────────────────────┐
│            Claude Code                   │
│  rag_save()  rag_search()  rag_list()   │
└──────────────────┬──────────────────────┘
                   │ stdio (JSON-RPC)
┌──────────────────▼──────────────────────┐
│          MCP RAG Server                  │
│  ┌──────────┐  ┌──────────┐  ┌────────┐ │
│  │ Chunker  │  │ Embedder │  │ Tools  │ │
│  └──────────┘  └──────────┘  └────────┘ │
└──────────────────┬──────────────────────┘
        ┌──────────┴──────────┐
        │                     │
┌───────▼───────┐    ┌───────▼───────┐
│    Qdrant     │    │    SQLite     │
│   (vectors)   │    │  (metadata)   │
└───────────────┘    └───────────────┘

发展

# Watch mode
npm run dev

# Run tests
npm test

# Lint
npm run lint

# Format
npm run format

成本估算

对于典型使用（约10万个代币/月）： \<0.01美元/月 OpenAI很小。

许可证

麻省理工学院

链接

• MCP文件
• Qdrant文件
• OpenAI嵌入