minirag-mcp
minirag-mcp ищет по вашим документам гибридным поиском на векторах и BM25 и работает на компьютере, без отправки файлов наружу
- 60 ★ репозитория
- Последний коммит
Расширенный доступ
Почему такой уровень
- Сервер читает все документы в указанной папке, а их фрагменты попадают в разговор с моделью
- Вызов `ingest_url` обращается к сети по адресам, которые вы просите загрузить
Установка
- Работает в
В терминале, через SkillFoxx CLI
npx skillfoxx add mcp/minirag-mcpОпределит агенты на машине, покажет уровень доступа и зафиксирует версию.
Другие способы установки
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- Сервер читает все документы в указанной папке, а их фрагменты попадают в разговор с моделью
- Вызов `ingest_url` обращается к сети по адресам, которые вы просите загрузить
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
minirag-mcp — локальный RAG-сервер на Python для Claude Code, Cursor и Codex. Вы указываете папку с документами, а сервер индексирует их и отдает гибридный поиск: векторное сходство через fastembed с ключевым ранжированием BM25 из LanceDB, объединенные по схеме Reciprocal Rank Fusion. Точные идентификаторы и коды ошибок находятся вместе со смысловыми совпадениями. Документы 12 форматов, от PDF, DOCX и XLSX до EPUB и блокнотов Jupyter, конвертируются через markitdown один раз при индексации. Инструмент `find_mentions` перечисляет все документы со словом и сообщает, сколько документов просмотрено. Модель по умолчанию знает более 50 языков, включая русский. Наружу сеть идет только при загрузке модели и вызове `ingest_url`.
Для кого. Разработчикам и аналитикам, которые хотят искать по своим документам из агента локально.
Подходит, если
- Нужно ответить по десяткам PDF и таблиц, не пересылая их в облако
- Требуется найти все документы с кодом ошибки или номером договора
- Сканы страниц распознаются локально с дополнением `[ocr]` и тоже попадают в поиск
- Агент должен знать, какие документы почти повторяют друг друга
Не подходит, если
- Нужен облачный поиск с общим доступом команды
- Документов единицы и хватит обычного чтения файлов
- Нужны ответы модели без выборки из ваших материалов
Пример запроса к агенту
Найди во всех моих документах договоры со словом «неустойка» и покажи, сколько документов ты просмотрелMCP
- Транспорт
- stdio
- Авторизация
- не нужна
Переменные окружения
BASE_DIRобязательная- Папка с документами для индексации
Ограничения
Нужен `uv`, сервер запускается командой `uvx minirag-mcp` и берет путь из переменной `BASE_DIR`. При первом запуске скачивается модель эмбеддингов, дальше работа идет локально. Индексирование, поиск и чтение локальных файлов сеть не используют. Дополнения `[ocr]` и `[classify]` ставятся отдельно. Если `uvx` не найден в `PATH` клиента, укажите полный путь к нему в конфигурации. Скачанные эмбеддинги и OCR-модели занимают место на диске.
Как отключить. Удалите запись командой `claude mcp remove minirag`. Индекс хранится в каталоге, заданном `DB_PATH`, его можно удалить вручную.
Частые вопросы
Как подключить minirag-mcp к Claude Code?
Выполните `claude mcp add minirag --scope user --env BASE_DIR=/absolute/path/to/docs -- uvx minirag-mcp`. Путь к папке должен быть абсолютным.
Какие форматы поддерживаются?
Двенадцать форматов через markitdown: PDF, DOCX, PPTX, XLSX, HTML, CSV, EPUB, блокноты Jupyter, Markdown и простой текст. Сканы распознаются с дополнением `[ocr]`.
Что делает find_mentions?
Он перечисляет все документы, где встречается слово или фраза, и сообщает, сколько документов просмотрено. Так ответы «покажи все», «сколько» и «этого нет» получаются полными.
Что уходит в сеть?
Только загрузка модели при первом запуске и вызов `ingest_url`, когда вы просите забрать веб-страницу. Остальное работает на компьютере.
Работает ли с русским языком?
Да, модель по умолчанию многоязычная, корпуса на русском и английском работают из коробки.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыЛокальный MCP-сервер, который превращает папку с документами в базу знаний с гибридным поиском для Claude Code и Cursor
MCP Local RAG
mcp-local-rag
Локальный поиск по вашим документам, смысловой и по ключевым словам, без ключей, Docker и внешней базы. После первой загрузки модели работает офлайн
Локальный RAG в контейнерах с MCP-сервером: агент ищет по вашим документам, данные остаются на своей машине
MCP-сервер дает агенту поиск и ответы по локальным документам с гибридным индексом, повторным ранжированием и ссылками на разделы.
MCP-сервер для платформы GraphRAG: загрузка документов из 14 источников, гибридный поиск и ответы ИИ по графу знаний
haiku.rag
haiku-rag
Агентный RAG по вашим документам с цитатами (страница, заголовок) и встроенной LanceDB. Сервер MCP запускается haiku-rag mcp --stdio
Коротко о README
Проект подан в README как локальный RAG на fastmcp, fastembed и LanceDB, Python-аналог mcp-local-rag. Дальше идут возможности, установка, настройка клиентов и разделы о фрагментации, OCR и метках документов.