搜索「Rag」的结果

io.github.Rishav0123/sentimatix

通过 MCP 提供 NSE/BSE 实时股票情绪、新闻 NLP、技术分析与 RAG 检索。

io.github.pouyahasanamreji/continuum

为编码智能体提供共享记忆与编排，本地优先的 MCP，向量 RAG。

io.github.MukundaKatta/citecite-mcp

在 RAG 输出中注入、解析并剥离 [N] 引用标记。

land.moss/alpha-mcp

韩国加密货币 × AI 媒体 MCP——频道立场、每日简报、RAG、规范存储与 AI 人格。

io.github.TharanaBope/sql-server-mcp

Windows 上的 SQL Server MCP，具备 RAG 能力（原生 ODBC 支持）。

io.github.TharanaBope/sql-server-mcp-macos

macOS 上的 SQL Server MCP，具备 RAG 能力（通过 Docker 运行 SQL Server）。

io.github.rolandpg/zettelforge

面向网络威胁情报的智能体记忆：STIX 图谱、行为体别名、离线 RAG、Sigma/YARA。

at.designare/knowledge

designare.at 的知识库 —— Michael Kanda，维也纳的 Web 与 AI。基于 RAG 的语义搜索。

io.github.FrankXMX/dailyhotmcp

聚合55+平台热门榜单数据的AI工具，支持微博、知乎、B站、GitHub等平台。适用于LLM/RAG场景。

io.github.jupediaz/tubexperto

由 RAG 驱动的个人 YouTube 知识库，可查询你订阅频道中的内容。

io.github.wazionapps/nexo

AI Agent 的认知记忆：Atkinson-Shiffrin 模型、RAG 与知识图谱，100 多个工具。

io.github.iamvirul/wso2-docs-mcp-server

基于 RAG 与 pgvector 对 WSO2 文档（APIM、MI、Choreo、Ballerina）进行语义检索。

io.github.Damien829/aipaygen

65 个以上 AI 工具集于 MCP：研究、写作、编码、抓取、翻译、RAG、智能体记忆、工作流。

io.github.IntelagentStudios/mcp-file-processor

面向 RAG 的文本抽取、关键词抽取、语种识别与文本分块。

io.github.atul-fusionpact/fusionpact-vectordb

混合向量 + 推理检索、智能体记忆、多智能体编排、MCP 服务器与 RAG。

io.github.abhishek2432001/deeprepo

面向代码库、提升生产力的 RAG 引擎，支持多供应商 AI 与语义搜索。

io.github.nonatofabio/local-faiss-mcp

面向 RAG 的本地 FAISS 向量数据库，支持文档摄取、语义搜索与 MCP 提示。

io.github.pree-dew/mcp-bookmark

在 OpenAI RAG 中添加书签的 MCP 服务器。

io.github.NitishGourishetty/contextual-mcp-server

基于 Contextual AI 的 RAG MCP 服务器，支持单智能体与多智能体模式。

claude-api

io.github.anthropics/skills/claude-api

Claude API / Anthropic SDK 参考——模型 id、定价、参数、流式输出、工具调用、MCP、agent、缓存、token 计数、模型迁移。TRIGGER——在打开目标文件前先阅读本参考，不要因为“看起来只是一行代码”而跳过，凡是：提示中出现 Claude/Anthropic 的任何形式（Claude、Anthropic、Fable、Opus、Sonnet、Haiku、anthropic、@anthropic-ai、claude-*、us.anthropic.*、[1m]）；用户询问 LLM 相关问题（定价/选型/限制/缓存）——不要凭记忆作答；或任务呈 LLM 形态但未指明提供方（agent/MCP/工具定义/多智能体/RAG/LLM 评审/computer-use；对自然语言做生成/摘要/抽取/分类/改写/对话；调试拒答/截断/流式/工具调用/token）。仅当处理的是其他提供方时可 SKIP（覆盖所有触发条件）：查询中点名 OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama；或对项目执行 grep -rE 'openai|langchain_openai|google.generativeai|genai|mistralai|cohere|ollama' 命中（先跑这条 grep

io.github.anthropics/skills/claude-api

Claude API / Anthropic SDK 参考——模型 id、定价、参数、流式输出、工具调用、MCP、agent、缓存、token 计数、模型迁移。触发条件：提示中出现任何 Claude/Anthropic 相关名称（Claude、Anthropic、Fable、Opus、Sonnet、Haiku 等）；用户询问 LLM 相关问题（定价/选型/限额/缓存）时不要凭记忆回答；或任务属于 LLM 类且未指明供应商。仅当明确针对其他供应商（OpenAI/GPT/Gemini/Llama/Mistral/Cohere/Ollama）时跳过。

io.github.docling-project/docling/docling

用 Docling 理解任意受支持格式文档的内容——PDF（原生数字或扫描件）、DOCX、PPTX、XLSX、HTML、Markdown、AsciiDoc、CSV、图片、音频与 XML——把它们统一转换为 DoclingDocument（Markdown 或结构化 JSON）。当你需要读取、解析、转换、提取或切分无法直接阅读的文档时使用，例如“这份 PDF 里有什么”“转成 markdown”“提取表格”“为 RAG 切块”“读这份扫描文档”“解析这个 DOCX/PPTX”。涵盖 docling CLI、Python SDK（DocumentConverter 与 PipelineOptions）、远程 Service Client（自托管或托管的 docling-serve），以及用于最小依赖体积的 docling-slim install extras。

io.github.alirezarezvani/claude-skills/senior-ml-engineer

面向将模型产品化的 ML 工程技能，涵盖 MLOps 流水线构建与 LLM 集成。包括模型部署、特征存储、漂移监控、RAG 系统与成本优化。当用户询问向生产部署 ML 模型、搭建 MLOps 基础设施（MLflow、Kubeflow、Kubernetes、Docker）、监控模型性能或漂移、构建 RAG 流水线，或集成带重试逻辑与成本控制的 LLM API 时使用。聚焦生产与运维，而非模型研究或初始训练。

io.github.NousResearch/hermes-agent/chroma

面向 RAG 与语义搜索的嵌入向量数据库。