MCP RAG 스타터 Kit

이 프로젝트는 MCP(Model Context Protocol)를 사용하여 문서 검색 및 처리를 위한 RAG(Retrieval-Augmented Generation) 서버를 구현한 스타터 템플릿입니다.

기능

• 문서 벡터 검색 (RAG)
• 텍스트 처리 프롬프트 템플릿 (요약, 키워드 추출, 번역, 질문-답변)
• 다국어 임베딩 지원 (한국어 포함)

설치 방법

필수 요구사항

• Python 3.11 이상
• 문서 파일을 저장할 docs 디렉토리
• OpenAI API 키

설치 단계

1. 저장소 클론:

   git clone https://github.com/tsdata/mcp-rag-starter.git
   cd mcp-rag-starter

2. 가상 환경 생성 및 활성화:

   uv venv
   source .venv/bin/activate  # Linux/Mac
   # 또는
   .venv\Scripts\activate  # Windows

3. 의존성 설치:

   uv pip install -e .

   또는 pip를 사용하는 경우:

   pip install -e .

주요 의존성 패키지

이 프로젝트는 다음 주요 패키지에 의존합니다:

• langchain: LLM 애플리케이션을 위한 프레임워크
• langchain-chroma: 벡터 데이터베이스 연동
• langchain-huggingface: 허깅페이스 모델 통합
• langchain-openai: OpenAI 모델 통합
• mcp: Model Context Protocol 구현

서버 설정 및 실행

서버 실행

uv python main.py

• 실행하면 기본적으로 http://127.0.0.1:8000에서 MCP 서버가 시작됩니다.

환경 설정

.env 파일에 필요한 환경 변수를 설정합니다:

OPENAI_API_KEY=your_openai_api_key

Claude Desktop 설정

1. Claude Desktop 설치: [Claude Desktop 다운로드](<https://claude.ai/download)

2. 설정 파일 편집:

   • MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json
   • Windows: %APPDATA%\Claude\claude_desktop_config.json

3. 설정 파일에 다음 내용 추가:

   {
     "mcpServers": {
       "mcp-rag-starter": {
         "command": "uv",
         "args": [
           "--directory",
           "/절대/경로/mcp-rag-starter",
           "run",
           "main.py"
         ]
       }
     }
   }

   중요:

   • /절대/경로/mcp-rag-starter를 실제 main.py 파일이 위치하는 폴더의 절대 경로로 변경하세요.

4. Claude Desktop 재시작

   • 재시작 후, Claude Desktop 하단에 MCP 도구 아이콘이 나타납니다.

문서 추가하기

• docs 디렉토리에 텍스트 파일(.txt)을 추가합니다.
• 서버를 시작하면 자동으로 문서가 로드되고 벡터 저장소에 인덱싱됩니다.
• 문서가 변경되면 다음 실행 시 자동으로 재인덱싱됩니다.

Claude Desktop에서 도구 사용하기

Claude Desktop에서 다음 기능을 사용할 수 있습니다:

• 문서 검색: "내 문서에서 [검색어]에 대한 정보를 찾아줘" 형식으로 사용
• 텍스트 처리: Claude에 문서 요약, 키워드 추출, 번역 등을 요청

예시 프롬프트:

• "내 문서에서 MCP 프로토콜에 관한 내용을 찾아줘"
• "찾은 내용을 요약해줘"
• "이 내용에서 중요한 키워드를 추출해줘"