MMCPMarkets
CM

coleam00/mcp-crawl4ai-rag

Developer tools

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

2,3 тыс. stars 572 forks Качество 71 Тренд 25MIT
Repository Install

Возможности веб-сканирования и RAG для агентов ИИ и ассистентов по программированию

Обзор

Возможности веб-сканирования и RAG для агентов ИИ и ассистентов по программированию Мощная реализация протокола Model Context Protocol (MCP), интегрированая с Crawl4AI и Supabase для предоставления AI-агентам и AI-ассистентам по программированию продвинутых возможностей веб-сканирования и RAG. С помощью этого MCP-сервера вы можете скрейпить что угодно и использовать эти знания в любом месте для RAG. Основная цель — перенести этот MCP-сервер в Archon, чтобы он стал более знательным движком для AI-ассистентов по программированию для создания AI-агентов. Эта первая версия сервера Crawl4AI/RAG MCP скоро будет значительно улучшена, особенно сделав её более настраиваемой, чтобы использовать разные модели встраивания и запускать всё локально с Ollama. Считайте этот репозиторий на GitHub тестовой площадкой, поэтому я пока не занимался активным решением проблем и pull requests. Но обязательно буду, когда внедряю это в Archon V2!

Обзор (машинный перевод)

Crawl4AI RAG MCP Server

Возможности веб-сканирования и RAG для агентов ИИ и ассистентов по программированию

Мощная реализация протокола Model Context Protocol (MCP), интегрированая с Crawl4AI и Supabase для предоставления AI-агентам и AI-ассистентам по программированию продвинутых возможностей веб-сканирования и RAG.

С помощью этого MCP-сервера вы можете скрейпить что угодно и использовать эти знания в любом месте для RAG.

Основная цель — перенести этот MCP-сервер в Archon, чтобы он стал более знательным движком для AI-ассистентов по программированию для создания AI-агентов. Эта первая версия сервера Crawl4AI/RAG MCP скоро будет значительно улучшена, особенно сделав её более настраиваемой, чтобы использовать разные модели встраивания и запускать всё локально с Ollama.

Считайте этот репозиторий на GitHub тестовой площадкой, поэтому я пока не занимался активным решением проблем и pull requests. Но обязательно буду, когда внедряю это в Archon V2!

Обзор

Этот MCP-сервер предоставляет инструменты, позволяющие агентам ИИ сканировать сайты, хранить контент в векторной базе данных (Supabase) и выполнять RAG над обходимым контентом.

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

Crawl4AI RAG MCP Server

Web Crawling and RAG Capabilities for AI Agents and AI Coding Assistants

A powerful implementation of the Model Context Protocol (MCP) integrated with Crawl4AI and Supabase for providing AI agents and AI coding assistants with advanced web crawling and RAG capabilities.

With this MCP server, you can scrape anything and then use that knowledge anywhere for RAG.

The primary goal is to bring this MCP server into Archon as I evolve it to be more of a knowledge engine for AI coding assistants to build AI agents. This first version of the Crawl4AI/RAG MCP server will be improved upon greatly soon, especially making it more configurable so you can use different embedding models and run everything locally with Ollama.

Consider this GitHub repository a testbed, hence why I haven’t been super actively address issues and pull requests yet. I certainly will though as I bring this into Archon V2!

Overview

This MCP server provides tools that enable AI agents to crawl websites, store content in a vector database (Supabase), and perform RAG over the crawled content. It follows the best practices for building MCP servers based on the Mem0 MCP server template I provided on my channel previously.

The server includes several advanced RAG strategies that can be enabled to enhance retrieval quality:

  • Contextual Embeddings for enriched semantic understanding
  • Hybrid Search combining vector and keyword search
  • Agentic RAG for specialized code example extraction
  • Reranking for improved result relevance using cross-encoder models
  • Knowledge Graph for AI hallucination detection and repository code analysis

See the Configuration section below for details on how to enable and configure these strategies.

Vision

The Crawl4AI RAG MCP server is just the beginning. Here’s where we’re headed:

  1. Integration with Archon: Building this system directly into Archon to create a comprehensive knowledge engine for AI coding assistants to build better AI agents.

  2. Multiple Embedding Models: Expanding beyond OpenAI to support a variety of embedding models, including the ability to run everything locally with Ollama for complete control and privacy.

  3. Advanced RAG Strategies: Implementing sophisticated retrieval techniques like contextual retrieval, late chunking, and others to move beyond basic “naive lookups” and significantly enhance the power and precision of the RAG system, especially as it integrates with Archon.

Открыть полный README на GitHub

Установка

docker run --rm -i -e TRANSPORT -e OPENAI_API_KEY -e SUPABASE_URL -e SUPABASE_SERVICE_KEY -e USE_KNOWLEDGE_GRAPH -e NEO4J_URI -e NEO4J_USER -e NEO4J_PASSWORD mcp/crawl4ai
Новичок в MCP? Начните с руководства на mcpskill.org →

Конфигурация

{ "mcpServers": { "crawl4ai-rag": { "transport": "sse", "url": "http://localhost:8051/sse" } } }