ローカルファーストRAG(再資源化生成)MCPサーバー それをポイント ドキュメントのフォルダーと MCP クライアント (Claude Code, Cursor, Codex) を提供します。 …) ハイブリッド検索 — セマンティックベクター類似度とキーワードのブースト 正確な用語 — そのコンテンツの上に。

2つのことを除いて、マシンを離れるもの:ワンタイムの埋め込み型モデル 最初に使用してダウンロードし、 explicit ingest_url] を尋ねるときに呼び出します ウェブページを取得します。 ローカルファイル、インデックス作成、およびクエリの処理に触れない ネットワーク

Python、MCP-native のアナログです shinpr/mcp-local-rag (TypeScript), fastmcp で造られる、 組み込み、 ランスDB.

##特徴

• ハイブリッド検索 — キーワードで使われるベクトル類似性(fastembed/ONNX) Reciprocalのランクの融合によってランキング(LanceDB BM25全文検索)、 非常に厳密な識別子および誤りコードの表面は皮肉に類似しています 通路。
• すべての言及、カウント — [find_mentions]]は、すべてのドキュメントをリストします。 単語やフレーズを含んだ, ないトップ数, そして、それがどのように多くの文書を言う “list all”, “how much”, “it is not there” を検索して、完了します。 お問い合わせ すべての言及を見つけるを参照してください。.

minirag-mcp

A local-first RAG (retrieval-augmented generation) MCP server. Point it at a folder of documents and it gives your MCP client (Claude Code, Cursor, Codex, …) hybrid search — semantic vector similarity plus a keyword boost for exact terms — over that content.

Nothing leaves your machine except two things: the one-time embedding-model download on first use, and the explicit ingest_url call when you ask it to fetch a web page. Ingesting local files, indexing, and querying never touch the network.

It is a Python, MCP-native analog of shinpr/mcp-local-rag (TypeScript), built on fastmcp, fastembed, and LanceDB.

Features

• Hybrid search — vector similarity (fastembed/ONNX) fused with keyword ranking (LanceDB BM25 full-text search) by weighted Reciprocal Rank Fusion, so exact identifiers and error codes surface alongside semantically similar passages.
• Every mention, counted — find_mentions lists every document that contains a word or phrase, not the top few, and says how many documents it searched, so “list all”, “how many” and “it is not there” get a complete answer. See Finding every mention.
• Look-alike documents named — a result whose document shares most of its text with other indexed documents, such as another version of it or a sibling from the same template, names them and how much text they share. See Look-alike documents.
• Filenames are searchable — keyword search covers document titles as well as body text, and an informative filename becomes the document’s title when the document’s own heading is boilerplate. In many real document sets the filename is the only place the document code and subject appear at all. See Titles and filenames.
• Multilingual by default — the default embedding model covers 50+ languages, so English and Russian corpora both work out of the box.
• Converted once, not re-read every chat — a PDF handed to an assistant is read again, page by page, in every new conversation, and scanned pages cost the most. Here each document is converted (and OCRed) once at ingest, and a question brings back only the sections that answer it, so it costs those sections rather than the whole file.