一个基于Model Context Protocol (MCP)的人机协作问答服务,提供Web界面和内存数据库管理问题与答案。
工具数量
0
GitHub Stars
0
一个基于Model Context Protocol (MCP)的人机协作问答服务,提供Web界面和内存数据库管理问题与答案。
工具数量
0
GitHub Stars
0
一个本地运行的MCP服务器,用于索引PDF文档并提供基于文档的问答服务,支持来源追溯。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
python3 -m venv .venv
一个使用RAG、Pinecone和Google Gemini技术回答关于个人数据保护法问题的服务器。
安装状态
已补齐
工具数量
4
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个基于Spring和Ollama的检索增强生成问答系统,用于高效检索和生成答案。
工具数量
0
GitHub Stars
0
一个基于RAG架构的系统,用于获取、处理最新的PDF文档(如SmPC文件),并通过LangChain和大型语言模型(Gemini或GPT-4.1)提供基于文档内容的问答服务,特别优化了冰岛语支持。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python3 --version # Should show 3.11 or higher
MCP_QnA是一个集成大型语言模型(Google Gemini)与MCP服务器的问答系统,支持基于向量数据库的上下文搜索和模糊搜索快速匹配。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
MCP_QnA是一个集成大型语言模型(Google Gemini)与MCP服务器的问答系统,支持向量数据库上下文搜索和模糊搜索快速匹配。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个全栈RAG应用,用于上传内部知识文档,生成嵌入向量,通过向量搜索检索相关内容,并通过Gemini驱动的聊天体验回答问题。
工具数量
3
GitHub Stars
0
一个轻量级的聊天式网页界面,用于与PDF RAG MCP服务器交互,上传PDF并以对话方式提问。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
MCP Server Frontend是一个基于Next.js和Tailwind CSS构建的前端服务,允许用户上传PDF简历、基于简历内容提问以及使用提取的邮箱地址发送邮件。
工具数量
0
GitHub Stars
0
一款基于Model Context Protocol的服务,用于提取YouTube视频的字幕和元数据,支持自动清理VTT格式以减少令牌使用,适用于视频内容摘要和问答场景。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
uv run mcp-server-youtube
一个基于模型上下文协议(MCP)的智能工作区,集成了知识库服务器、本地文本处理服务器和命令行客户端,提供智能问答和文本分析功能。
工具数量
5
GitHub Stars
0
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
基于Chroma Cloud和LangChain的RAG管道,通过MCP协议提供文档检索与生成功能,适用于知识库问答和内容增强场景。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
pip install --upgrade pip
一个统一的LangGraph工作流框架,用于并行执行RAG和MCP方法,比较它们在问答系统中的性能。
安装状态
已补齐
工具数量
2
GitHub Stars
0
命令预览
pip install -r requirements.txt
一款基于Google Gemini AI的快速轻量级研究工具,提供结构化研究报告生成、实时新闻获取、内容摘要及交互式问答功能。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
一个监督式的多代理问答系统,智能地将用户查询路由到SQL推理管道或文档(RAG)推理管道,并在整个过程中强制执行安全性、记忆和引用。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv .venv
一个基于模型上下文协议(MCP)构建的检索增强生成(RAG)系统,用于存储、处理和搜索PDF文档。
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Google Agent Development Kit (ADK)开发的动物园导览助手,能够通过本地数据库和维基百科回答关于动物园动物的问题。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python3 -m venv .venv
基于RAG架构的命令行问答机器人,专精Model Context Protocol知识解答,支持本地知识库扩展与Gemini Pro模型调用。
工具数量
0
GitHub Stars
0