Fay/mcp_servers/yueshen_rag

YueShen RAG MCP Server

扫描 新知识库（或自定义目录）的 pdf/docx，按段落/句子切块写入 Chroma，并提供检索工具。Embedding 配置可通过 MCP 参数或环境变量传入。

依赖

pip install -r requirements.txt

• 若有 .doc 请先转换为 .docx 再处理；当前依赖仅支持 pdf/docx。

环境变量（可选）

• YUESHEN_CORPUS_DIR：知识库原始文档目录（默认 新知识库）
• YUESHEN_PERSIST_DIR：Chroma 向量库持久化目录（默认 cache_data/chromadb_yueshen）
• YUESHEN_EMBED_BASE_URL：Embedding API base url（将拼接 /embeddings）
• YUESHEN_EMBED_API_KEY：Embedding API key
• YUESHEN_EMBED_MODEL：Embedding 模型名（默认 text-embedding-3-small）
• YUESHEN_AUTO_INGEST：是否启用启动即自动扫描入库（默认 1，设为 0 关闭）
• YUESHEN_AUTO_INTERVAL：自动扫描间隔秒（默认 300，最小 30）
• YUESHEN_AUTO_RESET_ON_START：启动时是否 reset 后重建索引（默认 0）

运行

cd mcp_servers/yueshen_rag
python server.py

添加到 Fay

• MCP 管理页面：新增服务器，transport 选 stdio；command 填 Python（如 python 或虚拟环境路径）；args ["mcp_servers/yueshen_rag/server.py"]；cwd 指向项目根目录；如需自定义 Embedding，填入 env 的 base url / api key / model。
• 也可以直接编辑 faymcp/data/mcp_servers.json 添加对应项，重启 Fay MCP 服务后生效。

预启动推荐

• 在 MCP 页面工具列表为 query_yueshen 打开“预启动”，参数示例：{"query": "{{question}}", "top_k": 4}，用户提问会替换 {{question}}。
• 若希望启动后自动补扫新文档，可为 ingest_yueshen 配置预启动（如 {"reset": false} 或指定 corpus_dir/batch_size 等）。

工具

• ingest_yueshen：扫描并入库；参数 corpus_dir、reset、chunk_size、overlap、batch_size、max_files，以及可选 embedding_base_url/embedding_api_key/embedding_model 覆盖环境变量。
• query_yueshen：向量检索；参数 query，可选 top_k、where，以及可选 embedding 配置与 ingest 保持一致。
• yueshen_stats：查看向量库状态（持久化目录、集合名、向量数等）。

默认路径与切块

• 语料目录：悦肾e家知识库202511/新知识库
• 持久化目录：cache_data/chromadb_yueshen
• 切块：约 600 字，120 重叠，可按需调整