お問い合わせ

✨ 概要

MCP Server の Agentic RAG は、MCP (Model Context Protocol) サーバーとクライアントを組み合わせて、Agentic RAG (Retrieval-Augmented Generation) アプリケーションを構築するための強力なプロジェクトです。

このセットアップは、次のような高度なツールを使用して、RAG システムを強化します。

• ♂️ ♂️
• 送信完了**
• ✅関連チェックイン

サーバはこれらのインテリジェントなツールをホストします。クライアントはシームレスに接続して利用する方法を示しています。

お問い合わせ

サーバー — [[T0]

[FastMCP] ライブラリの [[T2] クラスの mcp のクラスで、サーバーはこれらの便利なツールを説明します。

| 工具名 | 説明 | アイコン | | -------------------------------------------------------------------------------------------------------------------------------------- | ---- | | [get_time_with_prefix | [[T3] ] | [[T3] ] | [現在の日時を返却します。 | | [extract_entities_tool | クエリからエンティティティを抽出するために「OpenAI**」を利用し、ドキュメントの検索関連を強化 | 🧠 | |【[[T5]】|【OpenAIパワード精製】でユーザーの問い合わせの質を向上 | ✨ | | [check_relevance | LLMによるチャンク関連性チェックによる関連性のないコンテンツをフィルタアウト | ✅ |

お問い合わせ

🚀 Agentic RAG with MCP Server

---

✨ Overview

Agentic RAG with MCP Server is a powerful project that brings together an MCP (Model Context Protocol) server and client for building Agentic RAG (Retrieval-Augmented Generation) applications.

This setup empowers your RAG system with advanced tools such as:

• 🕵️‍♂️ Entity Extraction
• 🔍 Query Refinement
• ✅ Relevance Checking

The server hosts these intelligent tools, while the client shows how to seamlessly connect and utilize them.

---

🖥️ Server — server.py

Powered by the FastMCP class from the mcp library, the server exposes these handy tools:

---

🤝 Client — mcp-client.py

The client demonstrates how to connect and interact with the MCP server:

• Establish a connection with ClientSession from the mcp library
• List all available server tools
• Call any tool with custom arguments
• Process queries leveraging OpenAI or Gemini and MCP tools in tandem

---

⚙️ Requirements

• Python 3.9 or higher
• openai Python package
• mcp library
• python-dotenv for environment variable management

---

🛠️ Installation Guide

# Step 1: Clone the repository
git clone https://github.com/ashishpatel26/Agentic-RAG-with-MCP-Server.git

# Step 2: Navigate into the project directory
cd Agentic-RAG-with-MCP-Serve

# Step 3: Install dependencies
pip install -r requirements.txt

---

🔐 Configuration

1. Create a .env file (use .env.sample as a template)
2. Set your OpenAI model in .env:

OPENAI_MODEL_NAME="your-model-name-here"
GEMINI_API_KEY="your-model-name-here"

---

🚀 How to Use

1. Start the MCP server:

python server.py

2. Run the MCP client:

python mcp-client.py

---

📜 License

This project is licensed under the MIT License.

---

Thanks for Reading 🙏