基于Jaclang的聊天机器人服务,提供聊天路由、检索增强生成、问答处理、文件上传和网页搜索等功能,适用于多种交互场景。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
基于Jaclang的聊天机器人服务,提供聊天路由、检索增强生成、问答处理、文件上传和网页搜索等功能,适用于多种交互场景。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个基于Micronaut、LangChain4j和Ollama的检索增强生成聊天机器人系统,支持PDF文档索引、实时WebSocket聊天和MCP兼容工具,用于增强AI能力。
安装状态
已补齐
工具数量
4
GitHub Stars
0
命令预览
docker run -p 8000:8000 chromadb/chroma
一个基于Contextual AI的模型上下文协议(MCP)服务器,提供检索增强生成(RAG)功能,支持与Cursor IDE和Claude Desktop等MCP客户端集成,实现智能检索和上下文感知响应。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
python -m venv .venv
一个基于TypeScript的MCP服务器,通过代理行为、检索增强响应和动态工具集成增强本地LLM能力,适用于IDE集成和本地模型增强场景。
安装状态
已补齐
工具数量
12
GitHub Stars
0
命令预览
python deepeval/evaluate_tool_calling.py
一个基于多代理架构和检索增强生成(RAG)的客户支持AI平台,提供智能对话、知识图谱集成和企业级部署功能。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv venv
一个基于PostgreSQL和Apache AGE的知识图谱检索增强生成系统,通过MCP服务器接口实现文档的自动解析、嵌入和索引。
安装状态
已补齐
工具数量
5
GitHub Stars
0
命令预览
pip install -e ".[dev]"
一个生产就绪的检索增强生成(RAG)系统,专为企业文档管理和语义搜索设计,提供两种互补的RAG解决方案,通过模型上下文协议(MCP)优化AI助手集成。
安装状态
已补齐
工具数量
3
GitHub Stars
0
命令预览
uv run pytest -v
一个集成了OpenAI/Gemini嵌入、混合搜索(语义+BM25)、Cohere重排序、HyDE查询增强和MCP服务器集成的本地RAG系统,适用于多项目隔离的文档检索与增强生成。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install llama-index llama-index-embeddings-openai llama-index-vector-stores-chroma
一个基于Spring Boot的应用程序,集成了检索增强生成(RAG)和模型上下文协议(MCP),支持从文件系统、数据库、REST API和网页内容中检索信息,并结合Groq的LLM API生成响应。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
docker run -p 6333:6333 qdrant/qdrant
一个基于MCP的工具增强对话代理,支持本地RAG搜索和外部工具调用,适用于研究和搜索场景。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
python -m venv .venv
Crawl4AI RAG MCP Server是一个集成网页爬取和检索增强生成(RAG)功能的服务,专为AI代理和AI编程助手设计,支持高级网页爬取、内容存储和智能检索。
安装状态
已补齐
工具数量
9
GitHub Stars
0
命令预览
pip install uv
一个基于Go的MCP服务器,通过查询Pinecone向量数据库并使用Google Vertex AI嵌入,提供检索增强生成(RAG)功能。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
pip install fastembed flask
一个使用MCP工具与ChromaDB向量存储和Groq的Deepseek模型交互的检索增强生成(RAG)聊天机器人。
安装状态
已补齐
工具数量
5
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个基于Streamlit、LangChain和ChromaDB的生产级检索增强生成(RAG)应用,支持多格式文档处理,并集成了模型上下文协议(MCP)以实现无缝工具调用。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install uv
MCP RAG LLM是一个基于模块化通信协议(MCP)的检索增强生成(RAG)系统,集成了传统向量数据库RAG和基于图的RAG(GraphRAG)技术,旨在为大语言模型提供外部知识支持,提高回答的准确性和可靠性。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python mcp_rag_langchain/rag_server.py
Amazon Bedrock AgentCore是一个全托管服务,用于构建和部署智能代理,支持语言模型、检索增强生成(RAG)和内存管理。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python --version
MCP-Toolkit是一个基于Python的检索增强生成(RAG)系统,用于回答关于Python代码库的自然语言问题,支持代码分块、语义索引、问答和基准评估。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python3 --version
一个提供网络搜索和检索增强生成(RAG)功能的MCP服务器,使用LlamaIndex和Linkup实现。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
docker run -it --rm mcp-tools-demo
一个基于检索增强生成(RAG)技术的全栈Web应用,用于通过语义搜索和AI生成回答医学研究相关问题。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
uv run uvicorn app:app --reload --port 8000
一个基于检索增强生成(RAG)技术的医学研究问答系统,通过语义搜索和AI生成提供智能回答。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
uv run uvicorn app:app --reload --port 8000