🚀 RAG 应用程序
本项目是一个检索增强生成（RAG）应用程序的演示，它结合了 MCP 服务器集成，能够高效地进行文档检索和上下文感知的提示生成，并集成了大型语言模型（LLM）API，为用户提供强大的信息处理能力。
🚀 快速开始
通过 Claude Desktop、Cursor 或您 preferred 的 IDE 连接到 MCP 服务器，使用 process_query 工具即可针对公司提问。
✨ 主要特性
- MCP 服务器集成：实现与 MCP 服务器的有效连接与交互。
- 使用 ChromaDB 的文档检索（基于向量搜索）：借助 ChromaDB 进行高效的文档检索，基于向量搜索技术，能快速定位所需信息。
- 上下文感知提示生成：根据具体场景生成具有上下文感知的提示，提升交互效果。
- 集成大型语言模型（LLM）API：集成了大型语言模型的 API，为应用提供强大的语言处理能力。
📦 安装指南
pip install -r requirements.txt
💻 使用示例
基础用法
通过 Claude Desktop、Cursor 或您 preferred 的 IDE 连接到 MCP 服务器。
使用 process_query 工具针对公司提问。
高级用法
可根据具体需求，在配置文件中调整相关参数，以优化应用的性能和功能。
📚 详细文档
配置
在 .env 文件中设置环境变量：
OPENAI_API_KEY=您的 API 密钥
项目结构
| 文件路径 | 功能 |
|---|---|
| app/retrieval.py | 文档检索功能 |
| app/context.py | 上下文管理 |
| app/llm_client.py | LLM API 集成 |
| app/prompt_builder.py | 提示构建 |
📄 许可证
本项目采用 MIT 许可证。