Token导航 LogoToken导航TokenDH.com
Cocktails RAG MCP Server logo
文档知识stdio官方级别未说明来源级核验

Cocktails RAG MCP Server

MCP Server

一款基于检索增强生成(RAG)技术的鸡尾酒推荐工具,适用于个性化饮品推荐场景。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
Jupyter NotebookPythonClaudeClaude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

00200200

提供方

00200200

最后核验

2026/5/17 20:22

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run python -c "from src.rag.rag import RAG; RAG(); print('Models downloaed!')"

详细介绍

鸡尾酒RAG MCP服务器

使用RAG(检索增强生成)进行鸡尾酒推荐的MCP工具。

需求

  • Python 3.11+
  • uv包管理器 - https://docs.astral.sh/uv/getting-started/installation/

快速开始

  1. 获取Groq API密钥 (免费):https://console.groq.com/keys
  1. 设置:
   # Clone the repository
   git clone https://github.com/00200200/cocktails-rag-mcp.git
   cd cocktails-rag-mcp

   # Copy environment template
   cp .env.example .env

   # Edit .env and add your GROQ_API_KEY
   nano .env

   # Install dependencies
   uv sync
  1. 预下载型号(必填):

下载嵌入和重新链接模型:

   uv run python -c "from src.rag.rag import RAG; RAG(); print('Models downloaed!')"
  1. 为Claude Desktop安装:

### 自动(推荐)

   uv run fastmcp install claude-desktop fastmcp.json --name cocktails --env-file .env

### 手册

编辑配置文件:

- macOS: ~/Library/Application Support/Claude/claude_desktop_config.json - 窗户: %APPDATA%\Claude\claude_desktop_config.json

   {
   	"mcpServers": {
   		"cocktails": {
   			"command": "uv",
   			"args": [
   				"run",
   				"--with","faiss-cpu",
   				"--with","fastmcp",
   				"--with","jq",
   				"--with","langchain",
   				"--with","langchain-community",
   				"--with","langchain-groq",
   				"--with","langchain-huggingface",
   				"--with","pandas",
   				"--with","python-dotenv",
   				"--with","sentence-transformers",
   				"fastmcp",
   				"run",
   				"/ABSOLUTE/PATH/TO/src/mcp/server.py:mcp"
   			],
   			"env": {
   				"GROQ_API_KEY": "your_groq_api_key_here"
   			}
   		}
   	}
   }

替换 /ABSOLUTE/PATH/TO/ 与您的项目路径和 GROQ_API_KEY 使用API密钥。

示例用法

局部测试

# Test RAG pipeline directly
uv run python -m src.rag.rag

# Test MCP server locally
uv run python src/mcp/server.py

发展

代码格式化

# Format code with black
uv tool run black .

# Sort imports with isort
uv tool run isort .

项目结构

RAG/
├── src/
│   ├── mcp/         # MCP server implementation (FastMCP)
│   ├── rag/         # RAG pipeline (retrieve, rerank, generate)
│   ├── db/          # FAISS vector database handler
│   └── data/        # Data loading utilities
├── data/            # Cocktail dataset
├── faiss_index/     # Generated FAISS index (auto-created on first run)
├── notebooks/       # EDA notebook
├── fastmcp.json     # FastMCP configuration
├── pyproject.toml   # Project dependencies
└── .env.example     # Environment template

技术栈

  • MCP框架: FastMCP
  • RAG框架: LangChain
  • 嵌入: BAAI/bge-m3(当地经HuggingFace)
  • 矢量数据库: FAISS(本地)
  • 重新排名: BAAI/bge-ranker-v2-m3(当地通过HuggingFace)
  • LLM Groq API(llama-3.1-8b-即时)
  • 包管理器: 紫外线

目录标签

目录标签

Jupyter NotebookPythonClaude本地部署鸡尾酒推荐RAG技术个性化推荐饮品管理自然语言处理

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP