Обзор

Agentic RAG с MCP Server — это мощный проект, объединяющий сервер MCP (Model Context Protocol) и клиент для создания приложений Agentic RAG (Retrieval-Augmented Generation).

Эта настройка расширяет возможности вашей системы RAG с помощью передовых инструментов, таких как:

• ️ ️ * * Выдача объекта** Уточнение запросов *** Проверка актуальности*

Сервер размещает эти интеллектуальные инструменты, в то время как клиент показывает, как легко подключаться и использовать их.

]️ Сервер — server.py

Используя класс FastMCP из библиотеки mcp, сервер предоставляет эти удобные инструменты:

Имя инструмента | Описание | Икона

[[Т3]] Возвращает текущую дату и время** | extract_entities_tool | Использует OpenAI для извлечения объектов из запроса — повышение релевантности поиска документа | | | refine_query_tool | Улучшает качество пользовательских запросов с помощью **OpenAI-мощности ** | the | check_relevance | Фильтры нерелевантного контента, проверяя релевантность куска с LLM | ✅ |

🚀 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 🙏