pyLLMSearch MCP
MCP-сервер дает агенту поиск и ответы по локальным документам с гибридным индексом, повторным ранжированием и ссылками на разделы.
- 662 ★ репозитория
- Последний коммит
- MIT
Расширенный доступ
Почему такой уровень
- MCP включает обновление индекса и раскрывает исходные документы подключенному клиенту.
- Штатный API слушает все сетевые интерфейсы, поэтому без внешнего ограничения данные могут стать доступны другим машинам.
Установка
- Работает в
Ручная установка
FASTAPI_RAG_CONFIG="/path/to/config.yaml" FASTAPI_LLM_CONFIG="/path/to/llm.yaml" llmsearchapiЗапускает API и MCP после установки pyLLMSearch, нужен Python 3.10 или новее. Подставьте пути своих YAML-файлов и заранее ограничьте сетевой доступ.
Доступ и проверки
Как мы проверяемРасширенный доступИнструмент запускает код или ходит в сеть, а внешние данные только читает.
- MCP включает обновление индекса и раскрывает исходные документы подключенному клиенту.
- Штатный API слушает все сетевые интерфейсы, поэтому без внешнего ограничения данные могут стать доступны другим машинам.
Это чужой код. Посмотрите файлы в репозитории перед установкой.
Что делает
pyLLMSearch MCP открывает агенту подготовленную коллекцию документов. Он может получить найденные фрагменты или ответ модели с источниками. В YAML выбирают материалы, настройки поиска и модель для ответа. Поддерживаются Markdown, PDF и DOCX, а дополнительные обработчики расширяют список форматов. Индекс обновляется для новых документов без обязательной полной перестройки. Сервер также публикует отдельную операцию обновления индекса, поэтому подключенный агент может менять локальный индекс.
Для кого. Для пользователей агентов, которым нужен поиск по собственным документам с настраиваемыми моделями и индексом.
Подходит, если
- Нужно найти ответ в локальной коллекции PDF и Markdown.
- Термины вопроса отличаются от формулировок исходного документа.
- Нужно вернуть агенту исходные фрагменты для отдельной проверки ответа.
- В коллекцию добавлены файлы и требуется обновить существующий индекс.
Не подходит, если
- Нет возможности подготовить конфигурацию и индекс до запроса.
- Документы нельзя передавать выбранному облачному провайдеру модели.
- Нужен сервер только для чтения без операции обновления индекса.
Пример запроса к агенту
Подключи MCP к тестовой базе документов и верни фрагменты, подтверждающие этот ответ, без обновления индекса.MCP
- Транспорт
- sse
- Авторизация
- не нужна
Переменные окружения
FASTAPI_RAG_CONFIGобязательная- Путь конфигурации поиска.
FASTAPI_LLM_CONFIGобязательная- Путь конфигурации модели.
Ограничения
Перед запуском задайте пути YAML-конфигураций поиска и модели: без них API не сможет открыть выбранную базу. По умолчанию сервер слушает все интерфейсы на порту 8000, а встроенная авторизация не подтверждена; закройте сетевой доступ для посторонних машин. Поддержка локальных моделей не означает работу любой настройки без сети: проверьте адреса выбранных моделей, прежде чем передавать закрытые документы. Последний коммит был в январе 2026 года, поэтому проверьте поиск на тестовой коллекции со своими версиями зависимостей.
Как отключить. Остановите процесс `llmsearchapi` и удалите MCP-подключение клиента. Индексы и исходные документы остаются в выбранных каталогах.
Частые вопросы
Какие инструменты доступны по MCP?
Четыре операции: получение фрагментов, два варианта ответа и обновление индекса.
Как запускается API?
Выполните `llmsearchapi`, указав пути к настройкам поиска и модели через переменные окружения. По умолчанию используется порт 8000.
Какой адрес указать клиенту?
Для локального сервера укажите `http://localhost:8000/mcp` и транспорт SSE.
Можно ли получить ссылку на место в документе?
Да. Поддерживаются переходы к странице PDF или заголовку Markdown.
Как обновить индекс вручную?
Через `llmsearch index update -c /path/to/config.yaml` с путем вашей конфигурации.
Обсуждение
Вопросов и отзывов пока нет.
Похожие
MCP-серверыMCP-сервер от проекта OpenSearch открывает агенту кластер: индексы, маппинги, поиск по DSL и состояние шардов.
Elasticsearch MCP подключает несколько поисковых кластеров: агент выбирает цель запроса по имени и работает в пределах доступа.
Локальный MCP-сервер, который превращает папку с документами в базу знаний с гибридным поиском для Claude Code и Cursor
MCP-сервер для поиска и загрузки научных статей из arXiv, PubMed, bioRxiv, Semantic Scholar и других открытых источников
MCP-сервер для платформы GraphRAG: загрузка документов из 14 источников, гибридный поиск и ответы ИИ по графу знаний
Локальная база знаний по PDF, сканам и файлам Office: гибридный поиск, права доступа и ответы с ссылкой на страницу
Коротко о README
Поиск можно настроить по точным словам и смыслу, затем повторно упорядочить найденные фрагменты. При продолжении разговора система может уточнять новый вопрос с учетом предыдущих сообщений.