MCP 应用程序结合了 RAG 和网络搜索工具。借助 RAG 工具,LLM 不仅能从向量存储中检索知识,还可添加文档,有效增加其使用的知识量。
uv sync
source .venv/bin/activate
mcp dev run
# 必须安装 pyproject.toml 中列出的所有依赖项
mcp install server.py --env-file .env --with sqlalchemy --with pgvector --with openai --with "psycopg[binary]" --with pydantic --with python-dotenv --with tavily-python
将 Claude Desktop 与 MCP APP 结合使用,可运行以下命令:
# 必须安装 pyproject.toml 中列出的所有依赖项
mcp install server.py --env-file .env --with sqlalchemy --with pgvector --with openai --with "psycopg[binary]" --with pydantic --with python-dotenv --with tavily-python
Claude Desktop 的使用效果如下:
本项目使用了以下技术栈:
| 属性 | 详情 |
|---|---|
| 服务器应用 | MCP 服务器应用用于实现 MCP 服务器 |
| 数据库交互 | SQLAlchemy 用于与 SQL 数据库的交互(ORM) |
| 向量嵌入 | OpenAI 用于向量存储的嵌入 |
| 数据库 | PostgreSQL 作为 SQL 数据库 |
| 向量存储 | PGVector 作为向量存储 |