Prototyp · Vorschau: alle Server aus der offiziellen Registry, alle 30 Minuten synchronisiert. Mit Google anmelden, um Bewertungen zu schreiben.Prototyp · alle 30 Min. aktualisiert
PopNx MCPMCP-Server für alle, die KI nutzen · in einfachen Worten erklärt

MCP Local Rag

von damoqiongqiuVersion 0.21.0i★ 13iLäuft auf deinem ComputerRepository ↗
Name in der Registryio.github.damoqiongqiu/mcp-local-rag

So installierst du es

What it does

Semantic code & doc search with keyword boost. AST code nav, auto HF mirror, local, privacy-first.

  • Connects Läuft auf deinem Computer
  • Account or key No key needed · 1 setting to fill in (HTTPS_PROXY)
  • Category Suche & KI-Gedächtnis

Zusammen nutzen mit

Skills, die der KI diese Art Arbeit beibringen; sie funktionieren zusammen mit diesem

timesfm

TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.

von google-research★ 35.6291 Skills

Skill · Anleitung

Shadowbroker

Open-source intelligence for the global theater. Track everything from the corporate/private jets of the wealthy, and spy satellites, to seismic events in one unified interface. Hook an AI agent up to have it parse through data and find previously unseen correlations. The knowledge is available to…

von BigBodyCobain★ 11.6021 Skills

Skill · Anleitung

google-maps-scraper

scrape data from Google Maps. Extracts data such as the name, address, phone number, website URL, rating, reviews number, latitude and longitude, reviews,email and more for each place

von gosom★ 8.2091 Skills

Skill · Anleitung

Warum es hier steht

Listen sind nach einem Nutzungswert (von 100) aus diesen Teilen sortiert

Beliebtheit14/80GitHub-Sterne oder wöchentliche Downloads: der größere Wert zählt 60, der kleinere 20
Aktualität3/12Volle Punkte für Release oder Codeänderung in 30 Tagen
Antwortet noch0/8Der Cloud-Endpoint antwortete bei der letzten Prüfung
Nutzungswert17/100

Qualität: 3/3 Basisprüfungen bestanden (angezeigt, nicht zur Sortierung) · Schwung: Noch keine Daten (Nur im Tab Im Trend verwendet)

Installation

Wähle die KI-App, die du nutzt, und kopiere die Einstellungen.

Mit einem Satz von deiner KI installieren lassen

Installiere bitte MCP Local Rag. Folge https://mcp.popnx.com/i/damoqiongqiu-mcp-local-rag.md, zeig mir die Befehle und warte auf mein OK, bevor du sie ausführst.

Füge ihn in eine KI ein, die auf deinem Rechner arbeitet (z. B. Claude Code oder Cursor). Sie liest unsere Schritte, zeigt dir die Befehle und wartet auf dein OK. Kein Schlüssel, keine Anmeldung. · Vollständigen Text ansehen

3/3 Prüfungen bestanden · Läuft auf deinem Computer · ✓ Befehle geprüft am 14. Nov. 2026

Zuerst: Welche KI nutzt du?

Wähle deine App, dann erscheinen die Schritte unten.

Klappt mit Claude, aber erst etwas vorbereiten

1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy

Von der KI installieren lassen

Kopiere diese Nachricht in einen Claude-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server MCP Local Rag für Claude auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "local-rag": { "command": "npx", "args": [ "-y", "@damoqiongqiu/mcp-local-rag" ], "env": { "HTTPS_PROXY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei HTTPS_PROXY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von MCP Local Rag wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. Node.js installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    node -v
    • Eine Versionsnummer wie v26.13.1 = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig

    Download-Seite von Node.js öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v

    Einmal installieren, gilt für alles, was Node.js braucht

  2. 1 Einstellung(en) ausfüllen

    Das sind Programmeinstellungen, keine Schlüssel. Keine Registrierung nötig; wie vom Autor beschrieben ausfüllen.

    • HTTPS_PROXY HTTPS-Proxy-URL zum Herunterladen von Embedding-Modellen (z. B. http://proxy:8080). Nur erforderlich, wenn ein Unternehmensproxy verwendet wird.
      Englisches Original anzeigenHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

  3. Einstellungsdatei der Claude-Desktop-App öffnen

    SettingsDeveloperEdit Config

  4. Diese Einstellungen einfügen und speichern

    {
      "mcpServers": {
        "local-rag": {
          "command": "npx",
          "args": [
            "-y",
            "@damoqiongqiu/mcp-local-rag"
          ],
          "env": {
            "HTTPS_PROXY": "your-value"
          }
        }
      }
    }
  5. Claude beenden und neu öffnen

  6. Ausprobieren

    Nutze MCP Local Rag und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude sagt, dass es MCP Local Rag nutzt, oder ein Werkzeug von MCP Local Rag in der Antwort zeigt, bist du verbunden

17 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • BASE_DIR Basisverzeichnis für die Dokumentenspeicherung (Standard: aktuelles Arbeitsverzeichnis). Wird ignoriert, wenn BASE_DIRS gesetzt ist.
    Englisches Original anzeigenBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS JSON-Array von Basisverzeichnissen (z. B. '"/a","/b"'). Hat Vorrang vor BASE_DIR.
    Englisches Original anzeigenJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Pfad zum LanceDB-Datenbankverzeichnis (Standard ist ./lancedb/)
    Englisches Original anzeigenPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Verzeichnis, in dem Transformers.js-Modelle zwischengespeichert werden (Standard: ./models/)
    Englisches Original anzeigenDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Name des Embedding-Modells (Standard ist Xenova/all-MiniLM-L6-v2)
    Englisches Original anzeigenEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Maximale Dateigröße in Bytes (Standardwert ist 104857600 / 100MB)
    Englisches Original anzeigenMaximum file size in bytes (defaults to 104857600 / 100MB)
  • RAG_MAX_DISTANCE Maximum distance threshold for filtering search results. Results with distance greater than this value will be excluded. Lower values mean stricter filtering (e.g., 0.5 for high relevance only)
  • RAG_GROUPING Grouping mode for quality filtering. 'similar' returns only the most similar group (stops at first distance jump). 'related' includes related groups (stops at second distance jump). Unset means no gr…
  • RAG_MAX_FILES Maximum number of files to keep in search results. Results are filtered to include only chunks from the top N best-scoring files. For example, 1 returns only the single best-matching file's chunks. U…
  • CHUNK_MIN_LENGTH Minimale Chunk-Länge in Zeichen (1-10000, Standardwert 50). Chunks, die kürzer als dieser Schwellenwert sind, werden während der Aufnahme herausgefiltert.
    Englisches Original anzeigenMinimum chunk length in characters (1-10000, defaults to 50). Chunks shorter than this threshold are filtered out during ingestion.
  • RAG_DEVICE Execution device for the embedder (defaults to cpu). Passed straight to ONNX Runtime; see the Transformers.js device source for the supported backend names. If the requested device fails to initializ…
  • RAG_DTYPE Embedding quantization dtype for the embedder (defaults to fp32). Opt-in and pass-through; accepts any dtype the chosen model provides (fp32, fp16, q8, int8, ...). If the model has no variant for the…
  • RAG_HYBRID_WEIGHT Keyword boost factor for hybrid search (0.0-1.0, defaults to 0.6). 0 means semantic similarity only; higher values increase the keyword-match contribution to the final score.
  • RAG_WATCH Aktiviert den automatischen Dateiwächter, der Änderungen erkennt und geänderte Dateien neu indiziert (true/1 zum Aktivieren). Nützlich während der aktiven Entwicklung.
    Englisches Original anzeigenEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT Explizite HuggingFace-Endpunkt-URL für Modell-Downloads. Ist sie gesetzt, wird die automatische Spiegelerkennung übersprungen und diese URL direkt verwendet. Nützlich bei einem vollständigen Spiegelserver.
    Englisches Original anzeigenExplicit HuggingFace endpoint URL to use for model downloads. When set, auto-mirror detection is skipped and this URL is used directly. Useful when you have a full-featured mirror.
  • HF_AUTO_MIRROR Aktiviert die automatische Spiegelerkennung für HuggingFace-Downloads (Standard: true). Mit "false" oder "0" wird sie deaktiviert und huggingface.co direkt verwendet. Die Spiegelkette lautet huggingface.co → hf-mirror.com →…
    Englisches Original anzeigenEnable automatic mirror detection for HuggingFace downloads (defaults to true). Set to "false" or "0" to disable and use huggingface.co directly. The mirror chain is: huggingface.co → hf-mirror.com →…
  • HTTP_PROXY HTTP-Proxy-URL zum Herunterladen von Embedding-Modellen. Dient als Fallback, wenn HTTPS_PROXY nicht gesetzt ist.
    Englisches Original anzeigenHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

ChatGPT kann MCP Local Rag noch nicht verbinden

MCP Local Rag läuft auf deinem Computer, aber ChatGPT verbindet nur Server, die im Web laufen

Das kannst du stattdessen tun

A · Eine App nutzen, die MCP Local Rag verbinden kann

  • 1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal) · Nur in der Claude-App für den Computer (Windows oder Mac), nicht im Web oder auf dem Handy
  • 1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal)
  • 1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal)
  • 1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal)

B · Andere in Suche & KI-Gedächtnis, die mit ChatGPT funktionieren

Aus den meistgenutzten derselben Kategorie, nur solche, die per Adresse ohne Schlüssel verbinden

Klappt mit Claude Code, aber erst etwas vorbereiten

1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Claude Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server MCP Local Rag für Claude Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): claude mcp add --scope user local-rag --env HTTPS_PROXY=your-value -- npx -y @damoqiongqiu/mcp-local-rag 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei HTTPS_PROXY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von MCP Local Rag wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. Node.js installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    node -v
    • Eine Versionsnummer wie v26.13.1 = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig

    Download-Seite von Node.js öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v

    Einmal installieren, gilt für alles, was Node.js braucht

  2. 1 Einstellung(en) ausfüllen

    Das sind Programmeinstellungen, keine Schlüssel. Keine Registrierung nötig; wie vom Autor beschrieben ausfüllen.

    • HTTPS_PROXY HTTPS-Proxy-URL zum Herunterladen von Embedding-Modellen (z. B. http://proxy:8080). Nur erforderlich, wenn ein Unternehmensproxy verwendet wird.
      Englisches Original anzeigenHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

  3. Terminal öffnen

    Mac: Command+Leertaste drücken und Terminal tippen · Windows: PowerShell öffnen

  4. Diesen Befehl einfügen und Enter drücken

    claude mcp add --scope user local-rag --env HTTPS_PROXY=your-value -- npx -y @damoqiongqiu/mcp-local-rag
  5. /mcp in Claude Code eingeben

    MCP Local Rag sollte in der Liste als verbunden erscheinen

  6. Ausprobieren

    Nutze MCP Local Rag und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Claude Code sagt, dass es MCP Local Rag nutzt, oder ein Werkzeug von MCP Local Rag in der Antwort zeigt, bist du verbunden

17 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • BASE_DIR Basisverzeichnis für die Dokumentenspeicherung (Standard: aktuelles Arbeitsverzeichnis). Wird ignoriert, wenn BASE_DIRS gesetzt ist.
    Englisches Original anzeigenBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS JSON-Array von Basisverzeichnissen (z. B. '"/a","/b"'). Hat Vorrang vor BASE_DIR.
    Englisches Original anzeigenJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Pfad zum LanceDB-Datenbankverzeichnis (Standard ist ./lancedb/)
    Englisches Original anzeigenPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Verzeichnis, in dem Transformers.js-Modelle zwischengespeichert werden (Standard: ./models/)
    Englisches Original anzeigenDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Name des Embedding-Modells (Standard ist Xenova/all-MiniLM-L6-v2)
    Englisches Original anzeigenEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Maximale Dateigröße in Bytes (Standardwert ist 104857600 / 100MB)
    Englisches Original anzeigenMaximum file size in bytes (defaults to 104857600 / 100MB)
  • RAG_MAX_DISTANCE Maximum distance threshold for filtering search results. Results with distance greater than this value will be excluded. Lower values mean stricter filtering (e.g., 0.5 for high relevance only)
  • RAG_GROUPING Grouping mode for quality filtering. 'similar' returns only the most similar group (stops at first distance jump). 'related' includes related groups (stops at second distance jump). Unset means no gr…
  • RAG_MAX_FILES Maximum number of files to keep in search results. Results are filtered to include only chunks from the top N best-scoring files. For example, 1 returns only the single best-matching file's chunks. U…
  • CHUNK_MIN_LENGTH Minimale Chunk-Länge in Zeichen (1-10000, Standardwert 50). Chunks, die kürzer als dieser Schwellenwert sind, werden während der Aufnahme herausgefiltert.
    Englisches Original anzeigenMinimum chunk length in characters (1-10000, defaults to 50). Chunks shorter than this threshold are filtered out during ingestion.
  • RAG_DEVICE Execution device for the embedder (defaults to cpu). Passed straight to ONNX Runtime; see the Transformers.js device source for the supported backend names. If the requested device fails to initializ…
  • RAG_DTYPE Embedding quantization dtype for the embedder (defaults to fp32). Opt-in and pass-through; accepts any dtype the chosen model provides (fp32, fp16, q8, int8, ...). If the model has no variant for the…
  • RAG_HYBRID_WEIGHT Keyword boost factor for hybrid search (0.0-1.0, defaults to 0.6). 0 means semantic similarity only; higher values increase the keyword-match contribution to the final score.
  • RAG_WATCH Aktiviert den automatischen Dateiwächter, der Änderungen erkennt und geänderte Dateien neu indiziert (true/1 zum Aktivieren). Nützlich während der aktiven Entwicklung.
    Englisches Original anzeigenEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT Explizite HuggingFace-Endpunkt-URL für Modell-Downloads. Ist sie gesetzt, wird die automatische Spiegelerkennung übersprungen und diese URL direkt verwendet. Nützlich bei einem vollständigen Spiegelserver.
    Englisches Original anzeigenExplicit HuggingFace endpoint URL to use for model downloads. When set, auto-mirror detection is skipped and this URL is used directly. Useful when you have a full-featured mirror.
  • HF_AUTO_MIRROR Aktiviert die automatische Spiegelerkennung für HuggingFace-Downloads (Standard: true). Mit "false" oder "0" wird sie deaktiviert und huggingface.co direkt verwendet. Die Spiegelkette lautet huggingface.co → hf-mirror.com →…
    Englisches Original anzeigenEnable automatic mirror detection for HuggingFace downloads (defaults to true). Set to "false" or "0" to disable and use huggingface.co directly. The mirror chain is: huggingface.co → hf-mirror.com →…
  • HTTP_PROXY HTTP-Proxy-URL zum Herunterladen von Embedding-Modellen. Dient als Fallback, wenn HTTPS_PROXY nicht gesetzt ist.
    Englisches Original anzeigenHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Anthropic abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit Cursor, aber erst etwas vorbereiten

1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen Cursor-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server MCP Local Rag für Cursor auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "mcpServers": { "local-rag": { "command": "npx", "args": [ "-y", "@damoqiongqiu/mcp-local-rag" ], "env": { "HTTPS_PROXY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei HTTPS_PROXY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von MCP Local Rag wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. Node.js installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    node -v
    • Eine Versionsnummer wie v26.13.1 = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig

    Download-Seite von Node.js öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v

    Einmal installieren, gilt für alles, was Node.js braucht

  2. 1 Einstellung(en) ausfüllen

    Das sind Programmeinstellungen, keine Schlüssel. Keine Registrierung nötig; wie vom Autor beschrieben ausfüllen.

    • HTTPS_PROXY HTTPS-Proxy-URL zum Herunterladen von Embedding-Modellen (z. B. http://proxy:8080). Nur erforderlich, wenn ein Unternehmensproxy verwendet wird.
      Englisches Original anzeigenHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

  3. Mit diesem Button Cursor öffnen

    In Cursor öffnen

    Cursor fragt nach einer Bestätigung; klicke Install

  4. Schlüssel eintragen

    In den Einstellungen von MCP Local Rag ist HTTPS_PROXY leer; trag deinen Schlüssel ein und speichere

  5. KI-Chat in Cursor im Agent-Modus öffnen

  6. Ausprobieren

    Nutze MCP Local Rag und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn Cursor sagt, dass es MCP Local Rag nutzt, oder ein Werkzeug von MCP Local Rag in der Antwort zeigt, bist du verbunden

17 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • BASE_DIR Basisverzeichnis für die Dokumentenspeicherung (Standard: aktuelles Arbeitsverzeichnis). Wird ignoriert, wenn BASE_DIRS gesetzt ist.
    Englisches Original anzeigenBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS JSON-Array von Basisverzeichnissen (z. B. '"/a","/b"'). Hat Vorrang vor BASE_DIR.
    Englisches Original anzeigenJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Pfad zum LanceDB-Datenbankverzeichnis (Standard ist ./lancedb/)
    Englisches Original anzeigenPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Verzeichnis, in dem Transformers.js-Modelle zwischengespeichert werden (Standard: ./models/)
    Englisches Original anzeigenDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Name des Embedding-Modells (Standard ist Xenova/all-MiniLM-L6-v2)
    Englisches Original anzeigenEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Maximale Dateigröße in Bytes (Standardwert ist 104857600 / 100MB)
    Englisches Original anzeigenMaximum file size in bytes (defaults to 104857600 / 100MB)
  • RAG_MAX_DISTANCE Maximum distance threshold for filtering search results. Results with distance greater than this value will be excluded. Lower values mean stricter filtering (e.g., 0.5 for high relevance only)
  • RAG_GROUPING Grouping mode for quality filtering. 'similar' returns only the most similar group (stops at first distance jump). 'related' includes related groups (stops at second distance jump). Unset means no gr…
  • RAG_MAX_FILES Maximum number of files to keep in search results. Results are filtered to include only chunks from the top N best-scoring files. For example, 1 returns only the single best-matching file's chunks. U…
  • CHUNK_MIN_LENGTH Minimale Chunk-Länge in Zeichen (1-10000, Standardwert 50). Chunks, die kürzer als dieser Schwellenwert sind, werden während der Aufnahme herausgefiltert.
    Englisches Original anzeigenMinimum chunk length in characters (1-10000, defaults to 50). Chunks shorter than this threshold are filtered out during ingestion.
  • RAG_DEVICE Execution device for the embedder (defaults to cpu). Passed straight to ONNX Runtime; see the Transformers.js device source for the supported backend names. If the requested device fails to initializ…
  • RAG_DTYPE Embedding quantization dtype for the embedder (defaults to fp32). Opt-in and pass-through; accepts any dtype the chosen model provides (fp32, fp16, q8, int8, ...). If the model has no variant for the…
  • RAG_HYBRID_WEIGHT Keyword boost factor for hybrid search (0.0-1.0, defaults to 0.6). 0 means semantic similarity only; higher values increase the keyword-match contribution to the final score.
  • RAG_WATCH Aktiviert den automatischen Dateiwächter, der Änderungen erkennt und geänderte Dateien neu indiziert (true/1 zum Aktivieren). Nützlich während der aktiven Entwicklung.
    Englisches Original anzeigenEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT Explizite HuggingFace-Endpunkt-URL für Modell-Downloads. Ist sie gesetzt, wird die automatische Spiegelerkennung übersprungen und diese URL direkt verwendet. Nützlich bei einem vollständigen Spiegelserver.
    Englisches Original anzeigenExplicit HuggingFace endpoint URL to use for model downloads. When set, auto-mirror detection is skipped and this URL is used directly. Useful when you have a full-featured mirror.
  • HF_AUTO_MIRROR Aktiviert die automatische Spiegelerkennung für HuggingFace-Downloads (Standard: true). Mit "false" oder "0" wird sie deaktiviert und huggingface.co direkt verwendet. Die Spiegelkette lautet huggingface.co → hf-mirror.com →…
    Englisches Original anzeigenEnable automatic mirror detection for HuggingFace downloads (defaults to true). Set to "false" or "0" to disable and use huggingface.co directly. The mirror chain is: huggingface.co → hf-mirror.com →…
  • HTTP_PROXY HTTP-Proxy-URL zum Herunterladen von Embedding-Modellen. Dient als Fallback, wenn HTTPS_PROXY nicht gesetzt ist.
    Englisches Original anzeigenHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von Cursor abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Klappt mit VS Code, aber erst etwas vorbereiten

1 Einstellung(en) auszufüllen (HTTPS_PROXY) · Installiere zuerst Node.js auf deinem Computer (nur einmal)

Von der KI installieren lassen

Kopiere diese Nachricht in einen VS Code-Chat. Die KI prüft deinen Rechner, sagt dir, welche Datei sie ändert, und wartet jedes Mal auf dein OK.

Installiere bitte den MCP server MCP Local Rag für VS Code auf diesem Rechner, in dieser Reihenfolge: 1) Prüfe Node.js mit node -v. Fehlt es, sag mir, dass ich es von https://nodejs.org/en/download installiere; installiere es nicht selbst. 2) Verwende nur diese Konfiguration (von PopNx MCP geprüft): { "servers": { "local-rag": { "type": "stdio", "command": "npx", "args": [ "-y", "@damoqiongqiu/mcp-local-rag" ], "env": { "HTTPS_PROXY": "your-value" } } } } 3) Nenne mir den vollständigen Pfad der Datei, die du änderst, oder den Befehl, den du ausführst, und warte auf mein OK. 4) Lass bei HTTPS_PROXY "your-value" stehen und sag mir, dass ich den echten Wert selbst in die Datei oder das Feld der App einfüge. Bitte mich nie, einen Schlüssel in den Chat zu schreiben. 5) Führe das Vereinbarte aus und prüfe, dass die Tools von MCP Local Rag wirklich erscheinen.

Diese Nachricht enthält keinen Schlüssel. Wird einer gebraucht, bittet dich die KI, ihn selbst in die Datei oder das Feld der App einzufügen.

  1. Node.js installieren (falls noch nicht vorhanden)

    Schon installiert? Zuerst prüfen · Öffne das Terminal, gib diesen Befehl ein und drücke Enter

    node -v
    • Eine Versionsnummer wie v26.13.1 = installiert, diesen Schritt überspringen
    • "command not found" (unter Windows "is not recognized") = noch nicht installiert, oder gerade installiert und das Terminal muss neu geöffnet werden
    So öffnest du das Terminal

    Mac: ⌘ + Leertaste drücken, Terminal eingeben, Enter

    Windows: Start öffnen, Windows PowerShell eingeben, dann Öffnen

    Noch nicht installiert: Öffne die offizielle Download-Seite, wähle die LTS-Version und den Klick-Installer: .pkg auf dem Mac · .msi unter Windows. Doppelklicken und bis zum Ende durchklicken. Kein curl-Befehl nötig

    Download-Seite von Node.js öffnen ↗

    Danach das Terminal schließen, neu öffnen und denselben Befehl erneut ausführen. Es muss eine Versionsnummer erscheinen: node -v

    Einmal installieren, gilt für alles, was Node.js braucht

  2. 1 Einstellung(en) ausfüllen

    Das sind Programmeinstellungen, keine Schlüssel. Keine Registrierung nötig; wie vom Autor beschrieben ausfüllen.

    • HTTPS_PROXY HTTPS-Proxy-URL zum Herunterladen von Embedding-Modellen (z. B. http://proxy:8080). Nur erforderlich, wenn ein Unternehmensproxy verwendet wird.
      Englisches Original anzeigenHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

  3. Mit diesem Button VS Code öffnen

    In VS Code öffnen

    VS Code fragt nach einer Bestätigung; klicke Install

  4. Schlüssel eintragen

    In den Einstellungen von MCP Local Rag ist HTTPS_PROXY leer; trag deinen Schlüssel ein und speichere

  5. KI-Chat in VS Code im Agent-Modus öffnen

  6. Ausprobieren

    Nutze MCP Local Rag und sag mir, was du für mich tun kannst; zeig mir dann eine Sache

    ✓ Wenn VS Code sagt, dass es MCP Local Rag nutzt, oder ein Werkzeug von MCP Local Rag in der Antwort zeigt, bist du verbunden

17 optionale Einstellung(en) (geht auch ohne)

Der Befehl oben funktioniert auch ohne diese Werte. Füge sie nur hinzu, wenn du etwas ändern willst, nach der Beschreibung des Autors.

  • BASE_DIR Basisverzeichnis für die Dokumentenspeicherung (Standard: aktuelles Arbeitsverzeichnis). Wird ignoriert, wenn BASE_DIRS gesetzt ist.
    Englisches Original anzeigenBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS JSON-Array von Basisverzeichnissen (z. B. '"/a","/b"'). Hat Vorrang vor BASE_DIR.
    Englisches Original anzeigenJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Pfad zum LanceDB-Datenbankverzeichnis (Standard ist ./lancedb/)
    Englisches Original anzeigenPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Verzeichnis, in dem Transformers.js-Modelle zwischengespeichert werden (Standard: ./models/)
    Englisches Original anzeigenDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Name des Embedding-Modells (Standard ist Xenova/all-MiniLM-L6-v2)
    Englisches Original anzeigenEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Maximale Dateigröße in Bytes (Standardwert ist 104857600 / 100MB)
    Englisches Original anzeigenMaximum file size in bytes (defaults to 104857600 / 100MB)
  • RAG_MAX_DISTANCE Maximum distance threshold for filtering search results. Results with distance greater than this value will be excluded. Lower values mean stricter filtering (e.g., 0.5 for high relevance only)
  • RAG_GROUPING Grouping mode for quality filtering. 'similar' returns only the most similar group (stops at first distance jump). 'related' includes related groups (stops at second distance jump). Unset means no gr…
  • RAG_MAX_FILES Maximum number of files to keep in search results. Results are filtered to include only chunks from the top N best-scoring files. For example, 1 returns only the single best-matching file's chunks. U…
  • CHUNK_MIN_LENGTH Minimale Chunk-Länge in Zeichen (1-10000, Standardwert 50). Chunks, die kürzer als dieser Schwellenwert sind, werden während der Aufnahme herausgefiltert.
    Englisches Original anzeigenMinimum chunk length in characters (1-10000, defaults to 50). Chunks shorter than this threshold are filtered out during ingestion.
  • RAG_DEVICE Execution device for the embedder (defaults to cpu). Passed straight to ONNX Runtime; see the Transformers.js device source for the supported backend names. If the requested device fails to initializ…
  • RAG_DTYPE Embedding quantization dtype for the embedder (defaults to fp32). Opt-in and pass-through; accepts any dtype the chosen model provides (fp32, fp16, q8, int8, ...). If the model has no variant for the…
  • RAG_HYBRID_WEIGHT Keyword boost factor for hybrid search (0.0-1.0, defaults to 0.6). 0 means semantic similarity only; higher values increase the keyword-match contribution to the final score.
  • RAG_WATCH Aktiviert den automatischen Dateiwächter, der Änderungen erkennt und geänderte Dateien neu indiziert (true/1 zum Aktivieren). Nützlich während der aktiven Entwicklung.
    Englisches Original anzeigenEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT Explizite HuggingFace-Endpunkt-URL für Modell-Downloads. Ist sie gesetzt, wird die automatische Spiegelerkennung übersprungen und diese URL direkt verwendet. Nützlich bei einem vollständigen Spiegelserver.
    Englisches Original anzeigenExplicit HuggingFace endpoint URL to use for model downloads. When set, auto-mirror detection is skipped and this URL is used directly. Useful when you have a full-featured mirror.
  • HF_AUTO_MIRROR Aktiviert die automatische Spiegelerkennung für HuggingFace-Downloads (Standard: true). Mit "false" oder "0" wird sie deaktiviert und huggingface.co direkt verwendet. Die Spiegelkette lautet huggingface.co → hf-mirror.com →…
    Englisches Original anzeigenEnable automatic mirror detection for HuggingFace downloads (defaults to true). Set to "false" or "0" to disable and use huggingface.co directly. The mirror chain is: huggingface.co → hf-mirror.com →…
  • HTTP_PROXY HTTP-Proxy-URL zum Herunterladen von Embedding-Modellen. Dient als Fallback, wenn HTTPS_PROXY nicht gesetzt ist.
    Englisches Original anzeigenHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Menünamen am 11. Nov. 2026 mit der Hilfe von VS Code abgeglichen · dein Bildschirm kann je nach App-Version leicht abweichen

Andere Apps mit MCP, etwa Windsurf, Zed oder Gemini CLI, fügen Server unterschiedlich hinzu. Sieh in der App-Liste nach

Alle Apps mit MCP ansehen →

JSON-Einstellungen stehen unten unter „Für Entwickler“

Hängst du fest? Frag Leute, die MCP Local Rag nutzen💬 Diskussion →
Für Entwickler: Terminal-Befehle und JSON-Einstellungen

Auf deinem Computer installiert

Claude Code

claude mcp add --scope user local-rag --env HTTPS_PROXY=your-value -- npx -y @damoqiongqiu/mcp-local-rag

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "local-rag": {
      "command": "npx",
      "args": [
        "-y",
        "@damoqiongqiu/mcp-local-rag"
      ],
      "env": {
        "HTTPS_PROXY": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "local-rag": {
      "command": "npx",
      "args": [
        "-y",
        "@damoqiongqiu/mcp-local-rag"
      ],
      "env": {
        "HTTPS_PROXY": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "local-rag": {
      "type": "stdio",
      "command": "npx",
      "args": [
        "-y",
        "@damoqiongqiu/mcp-local-rag"
      ],
      "env": {
        "HTTPS_PROXY": "your-value"
      }
    }
  }
}

Werte, die du selbst einträgst

  • BASE_DIR env
    Basisverzeichnis für die Dokumentenspeicherung (Standard: aktuelles Arbeitsverzeichnis). Wird ignoriert, wenn BASE_DIRS gesetzt ist.
    Englisches Original anzeigenBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS env
    JSON-Array von Basisverzeichnissen (z. B. '"/a","/b"'). Hat Vorrang vor BASE_DIR.
    Englisches Original anzeigenJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH env
    Pfad zum LanceDB-Datenbankverzeichnis (Standard ist ./lancedb/)
    Englisches Original anzeigenPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR env
    Verzeichnis, in dem Transformers.js-Modelle zwischengespeichert werden (Standard: ./models/)
    Englisches Original anzeigenDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME env
    Name des Embedding-Modells (Standard ist Xenova/all-MiniLM-L6-v2)
    Englisches Original anzeigenEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE env
    Maximale Dateigröße in Bytes (Standardwert ist 104857600 / 100MB)
    Englisches Original anzeigenMaximum file size in bytes (defaults to 104857600 / 100MB)
  • RAG_MAX_DISTANCE env
    Maximum distance threshold for filtering search results. Results with distance greater than this value will be excluded. Lower values mean stricter filtering (e.g., 0.5 for high relevance only)
  • RAG_GROUPING env
    Grouping mode for quality filtering. 'similar' returns only the most similar group (stops at first distance jump). 'related' includes related groups (stops at second distance jump). Unset means no gr…
  • RAG_MAX_FILES env
    Maximum number of files to keep in search results. Results are filtered to include only chunks from the top N best-scoring files. For example, 1 returns only the single best-matching file's chunks. U…
  • CHUNK_MIN_LENGTH env
    Minimale Chunk-Länge in Zeichen (1-10000, Standardwert 50). Chunks, die kürzer als dieser Schwellenwert sind, werden während der Aufnahme herausgefiltert.
    Englisches Original anzeigenMinimum chunk length in characters (1-10000, defaults to 50). Chunks shorter than this threshold are filtered out during ingestion.
  • RAG_DEVICE env
    Execution device for the embedder (defaults to cpu). Passed straight to ONNX Runtime; see the Transformers.js device source for the supported backend names. If the requested device fails to initializ…
  • RAG_DTYPE env
    Embedding quantization dtype for the embedder (defaults to fp32). Opt-in and pass-through; accepts any dtype the chosen model provides (fp32, fp16, q8, int8, ...). If the model has no variant for the…
  • RAG_HYBRID_WEIGHT env
    Keyword boost factor for hybrid search (0.0-1.0, defaults to 0.6). 0 means semantic similarity only; higher values increase the keyword-match contribution to the final score.
  • RAG_WATCH env
    Aktiviert den automatischen Dateiwächter, der Änderungen erkennt und geänderte Dateien neu indiziert (true/1 zum Aktivieren). Nützlich während der aktiven Entwicklung.
    Englisches Original anzeigenEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT env
    Explizite HuggingFace-Endpunkt-URL für Modell-Downloads. Ist sie gesetzt, wird die automatische Spiegelerkennung übersprungen und diese URL direkt verwendet. Nützlich bei einem vollständigen Spiegelserver.
    Englisches Original anzeigenExplicit HuggingFace endpoint URL to use for model downloads. When set, auto-mirror detection is skipped and this URL is used directly. Useful when you have a full-featured mirror.
  • HF_AUTO_MIRROR env
    Aktiviert die automatische Spiegelerkennung für HuggingFace-Downloads (Standard: true). Mit "false" oder "0" wird sie deaktiviert und huggingface.co direkt verwendet. Die Spiegelkette lautet huggingface.co → hf-mirror.com →…
    Englisches Original anzeigenEnable automatic mirror detection for HuggingFace downloads (defaults to true). Set to "false" or "0" to disable and use huggingface.co directly. The mirror chain is: huggingface.co → hf-mirror.com →…
  • HTTPS_PROXY erforderlich env
    HTTPS-Proxy-URL zum Herunterladen von Embedding-Modellen (z. B. http://proxy:8080). Nur erforderlich, wenn ein Unternehmensproxy verwendet wird.
    Englisches Original anzeigenHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.
  • HTTP_PROXY env
    HTTP-Proxy-URL zum Herunterladen von Embedding-Modellen. Dient als Fallback, wenn HTTPS_PROXY nicht gesetzt ist.
    Englisches Original anzeigenHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Beschreibungen automatisch übersetzt; Variablennamen bleiben wie im Original. Im Zweifel das Original ansehen.

Diese Einstellungen werden aus dem Registry-Eintrag des Entwicklers erzeugt. Wenn in der README etwas anderes steht, folge der README.

Auf einen Blick

Downloads pro Wochei
129/Wo.
Verbindung
Läuft auf deinem Computer
Neueste Versioni
0.21.0
In der Registry veröffentlichti
23. Juli 2026
Code zuletzt geänderti
23. Juli 2026
Entwickler
damoqiongqiu
Pakete
npm: @damoqiongqiu/mcp-local-rag
Registry-Status
Aktiv

Welche Apps ihn nutzen können

Basierend darauf, wie sich dieser Server verbindet, und auf der eigenen Doku jeder App, geprüft am 10. Nov. 2026.

Laufen auf deinem Computer in

ClaudeGooseLM StudioMsty StudioCherry StudioCursorVS Code + GitHub CopilotVisual StudioWindsurf (Devin Desktop)ZedKiroClineContinueJetBrains AI AssistantClaude CodeCodex CLIGemini CLIOpenCodenodecodeWarpLibreChatRaycast

Alle Apps, mit Vor- und Nachteilen →

Was er kann

Läuft auf deinem Computer; die Tool-Liste erscheint nach der Installation in deiner KI-App.

Basischecksi

Wir prüfen Informationen, die jeder sehen kann; den Code haben wir nicht gelesen. Checks, die nicht zutreffen, werden nicht mitgezählt. · Geprüft am 19. Nov. 2026

  • ✓ Bestanden

    Entwickler passt zum Repo

    Der Registry-Name wurde mit dem GitHub-Konto damoqiongqiu bestätigt, dem das Repo gehört

  • ✓ Bestanden

    Wird noch gepflegt

    Code zuletzt geändert: vor 4 Monaten

  • ✓ Bestanden

    Hat eine Lizenz

    Nutzt MIT

  • – Nicht zutreffend

    Endpunkt antwortet

    Dieser Server läuft auf deinem Computer; es gibt keinen Endpunkt im Internet

  • – Nicht zutreffend

    Anmeldung mit OAuth

    Läuft auf deinem Computer und nutzt stattdessen lokale Einstellungen

  • … Noch nicht geprüft

    Keine versteckten Anweisungen in Tool-Beschreibungen

    Läuft auf deinem Computer; Tool-Listen können wir nur von Endpunkten im Internet lesen

Veröffentlichte Schwachstellen (OSV.dev)

Keine Einträge auf OSV.dev für @damoqiongqiu/mcp-local-rag@0.21.0

Prüft nur diese Paketversion, nicht alle Abhängigkeiten · geprüft 15. Nov. 2026

Was wir prüfen → · JSON

Entwickler: neue Prüfung anfordern oder falsche Angaben melden
Für Anbieter: Badge ins README

Wenn du das gebaut hast, füge diesen Code in dein README ein. Das Badge verlinkt auf diese Seite.

[![Featured on PopNx MCP](https://mcp.popnx.com/badge/damoqiongqiu-mcp-local-rag.svg)](https://mcp.popnx.com/en/servers/damoqiongqiu-mcp-local-rag)

Diskussion

Fragen, Tipps teilen oder melden, dass etwas nicht geht. Sortiert nach „hilfreich“.

Noch keine Beiträge. Stell die erste Frage oder teile einen Tipp.

Beiträge hier stammen von Nutzern, nicht vom PopNx-Team.

Anmelden, um zu posten

Nutzerbewertungen

Noch keine Bewertungen

Anmelden, um eine Bewertung zu schreiben

Im Vergleich mit anderen in Suche & KI-Gedächtnisi

  • Mehr Sterne als 93 % der anderen 6416 Server in dieser Kategorie
  • Neuer in der Registry veröffentlicht als 21 % der anderen 6416 Server in dieser Kategorie
  • Basischecks gleich gut wie oder besser als bei 99 % der anderen 6416 Server in dieser Kategorie

Verglichen mit allen aktiven Servern dieser Kategorie in der Registry. Sterne zählen nur, wenn dem Herausgeber das Repo gehört.

Häufige Fragen

Ist MCP Local Rag sicher?

Er hat 3 von 3 zutreffenden Basischecks bestanden. Den Code haben wir nicht gelesen. Bevor du einen Schlüssel oder Token hinzufügst, sieh nach, welche Zugriffe der Server verlangt, und nutze einen Schlüssel, der nur die Berechtigungen hat, die du brauchst.

Welche Schlüssel oder Codes braucht er?

Die Registry nennt keinen erforderlichen Schlüssel, manche Server bitten dich aber bei der ersten Nutzung, dich anzumelden.

Läuft er auf meinem Computer oder in der Cloud?

Er läuft auf deinem Computer. Deine KI-App startet ihn bei Bedarf, und die Daten laufen nicht über die Server des Entwicklers (außer der Server ruft selbst einen Onlinedienst auf).

Wird er noch gepflegt?

Das GitHub-Repo wurde zuletzt vor 4 Monaten geändert, und die neueste Version (0.21.0) kam vor 4 Monaten in die Registry.

Welche Apps können ihn nutzen?

Apps, die MCP unterstützen, etwa Claude Desktop, Claude Code, Cursor und VS Code. Außerdem brauchst du Node.js auf deinem Computer.

Was kann ich stattdessen nutzen?

In derselben Kategorie: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)

Ähnliche Alternativen

Gleiche Kategorie, andere Entwickler, Befehle bereits geprüft. Offizielle zuerst, dann nach Sternen.

So liest du eine Karte:↓ Downloads pro Wochei★ GitHub-SterneiDrei Säulen: Bewertungen · Checks · NutzungiAktualisiert = neueste Version in der Registry veröffentlichti

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

von every-appWeit verbreitet★ 28.166Aktualisiert vor 5 Tagen

Läuft in der Cloud✓ everyapp.com

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

von exa-labsWeit verbreitet★ 5242Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ vom Dienst · exa.aiVom PopNx-Team ausprobiert

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

von MicrosoftDocsWeit verbreitet★ 1997Aktualisiert vor 12 Monaten

Läuft in der Cloud✓ vom Dienst · microsoft.comVom PopNx-Team ausprobiert

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

von proxysoulWachsend★ 1626Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ empryo.com

COTAL actions (cotal.ai)

cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls

von Cotal-AIWachsend★ 399Aktualisiert vor 2 Monaten

Läuft in der Cloud✓ vom Dienst · cotal.ai
Im Vergleich mit ähnlichen
Dieser
MCP Local Rag
OpenSEOExaMicrosoft Learn MCPDocsCOTAL actions (cotal.ai)
Läuft woWird auf deinem Rechner installiertLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine InstallationLäuft in der Cloud, keine Installation
Braucht SchlüsselNeinNeinNeinNeinNeinNein
Mit + in Claude hinzufügenNeinJaJaJaNeinNein
Basisprüfungen3/35/52/44/44/44/4
LizenzMITMITMITCC-BY-4.0NOASSERTIONApache-2.0
PreisKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im RegisterKeine Kosten im Register

README vom Entwickler

README öffnen

Unverändert aus dem Repo des Entwicklers übernommen. PopNx MCP hat den Inhalt weder geprüft noch empfiehlt es ihn. HTML, Bilder und Skripte wurden entfernt. Links führen von dieser Website weg.

MCP Local RAG

🍴 Forked from shinpr/mcp-local-rag — original work by Shinsuke Kagawa

Local code intelligence engine for AI coding assistants. AST-level semantic chunking + keyword boost for pinpointing functions, classes, and APIs — fully private, zero setup.

📖 中文文档


Table of Contents

  1. Features
  2. Quick Start
  • 2.1 Configure Your AI Coding Tool
  • 2.2 CLI Quick Start
  • 2.3 First-Time Project Indexing
  1. Core Concepts
  • 3.1 Dual-Strategy Chunking
  • 3.2 Hybrid Search
  • 3.3 Security Boundary
  1. MCP Tool Reference
  • 4.1 Ingest Tools
  • 4.2 Search Tools
  • 4.3 Management Tools
  • 4.4 Code Intelligence
  • 4.5 System Tools
  1. CLI
  • 5.1 Basic Commands
  • 5.2 CLI Configuration
  1. Network & Models
  • 6.1 Mirror Auto-Detection
  • 6.2 Model Selection
  • 6.3 File Watching
  1. Search Tuning
  2. Performance Tuning
  • 8.1 Quantization Precision
  • 8.2 Execution Device
  • 8.3 Minimum Chunk Length
  • 8.4 Recommended Configurations
  1. Configuration Reference
  2. Troubleshooting
  3. Development

1. Features

  • Smart dual-strategy chunking — AST-level code chunking via tree-sitter (splits at function/class/method boundaries, injects scope chain + imports). Semantic chunking for documents (splits by meaning, not character count).
  • Semantic search + keyword boost — Vector search first, then keyword matching boosts exact terms. useEffect, error codes, class names rank higher — not just semantically guessed.
  • 15 MCP tools — Ingest, search, manage, code intelligence, and system ops in one server.
  • AST code intelligence — find_definition and find_references for IDE-level code navigation, powered by tree-sitter metadata captured at ingest time.
  • Three-tier mirror auto-fallback — huggingface.co → hf-mirror.com → modelscope.cn, zero config for users in mainland China.
  • Runs entirely locally — No API keys, no cloud, no data leaving your machine. Works offline after the first model download.
  • Zero-friction setup — One npx command. No Docker, Python, or servers to manage.

2. Quick Start

Set BASE_DIR to the folder you want to search (BASE_DIRS for multiple roots — see Configuration).

2.1 Configure Your AI Coding Tool

Cursor — ~/.cursor/mcp.json:

{

"mcpServers": { "local-rag": { "command": "npx", "args": ["-y", "@damoqiongqiu/mcp-local-rag"], "env": { "BASE_DIR": "/path/to/your/project" } } } }

Claude Code:

claude mcp add local-rag --scope user --env BASE_DIR=/path/to/your/project -- npx -y @damoqiongqiu/mcp-local-rag

Codex — ~/.codex/config.toml:

[mcp_servers.local-rag]

command = "npx" args = ["-y", "@damoqiongqiu/mcp-local-rag"]

[mcp_servers.local-rag.env] BASE_DIR = "/path/to/your/project"

WorkBuddy — Settings → Custom Connectors → Add:

{

"mcpServers": { "local-rag": { "command": "npx", "args": ["-y", "@damoqiongqiu/mcp-local-rag"], "env": { "BASE_DIR": "/path/to/your/project" } } } }

⚠️ WorkBuddy: you MUST click "Trust" in the Custom Connectors list after adding, otherwise the server is silently blocked.

2.2 CLI Quick Start

No MCP needed — run directly from the terminal:

npx @damoqiongqiu/mcp-local-rag ingest ./src/

npx @damoqiongqiu/mcp-local-rag query "auth middleware" npx @damoqiongqiu/mcp-local-rag status

That's it. No Docker, Python, or server setup.

2.3 First-Time Project Indexing
You: "Index the src directory of this project"

Assistant: Successfully ingested 156 files (2,847 chunks created)

You: "Where's the middleware that handles API rate limiting?" Assistant: src/middleware/rateLimiter.ts — useRateLimiter(), lines 42–89

You: "How is the database connection pool configured?" Assistant: src/config/database.ts — createPool() default max: 20, idle: 5


3. Core Concepts

3.1 Dual-Strategy Chunking

Chunking strategy is chosen per file type:

  • Code files (50+ languages) — CodeChunker parses source via tree-sitter AST, splits at structural boundaries (functions, classes, methods). Each chunk's contextualizedText includes its scope chain and import context for precise semantic search.
  • Documents (PDF/DOCX/TXT/MD/HTML) — SemanticChunker splits into sentences, groups by embedding similarity to find natural topic boundaries. Markdown code blocks remain intact — never split mid-block.
3.2 Hybrid Search

Search = semantic similarity + keyword boost (RAG_HYBRID_WEIGHT, default 0.6):

  1. Query vectorization → semantic search finds most relevant chunks
  2. Quality filters apply (distance threshold, grouping)
  3. Keyword matching boosts exact-term rankings

Exact identifiers like useEffect are never buried by semantic approximations.

3.3 Security Boundary

Only files under BASE_DIR / BASE_DIRS are accessible for ingest, list, delete, or read-neighbor operations. Symlinks resolved outside roots are rejected. Sibling-prefix paths (e.g., /foo/barista when root is /foo/bar) are also blocked — prevents path traversal attacks.


4. MCP Tool Reference

15 tools organized into 5 categories.

4.1 Ingest Tools
#ToolPurposeExample
1ingest_fileSingle file (PDF/DOCX/TXT/MD/code)"Ingest ./docs/api-spec.pdf"
2ingest_dataIn-memory text/HTML"Fetch this page and ingest the HTML"
3ingest_directoryBulk directory ingest"Ingest everything under ./src"

`ingest_file` supports 50+ code languages. PDFs support an optional visual mode — a local VLM generates captions for figure pages, making visual content searchable. Two profiles available:

ProfileModelCacheSuited for
fast (default)SmolVLM-256M~250 MBLight visual indexing
qualityQwen2.5-VL-3B-ONNX~2.9 GBFigures with in-image text
# CLI

npx @damoqiongqiu/mcp-local-rag ingest ./spec.pdf --visual --visual-quality quality

MCP

"Ingest ./spec.pdf with visual: true, visualQuality: 'quality'"

`ingest_data` runs Readability → Markdown → index. Perfect for web content fetched by your AI assistant. Re-ingesting replaces old versions automatically.

`ingest_directory` scans recursively, respects .gitignore, shows real-time progress via MCP notifications.

4.2 Search Tools
#ToolPurposeKey Parameters
4query_documentsHybrid search (semantic + keyword)query, limit, scope, highlightContext, fromTimestamp
5read_chunk_neighborsExpand context around resultsfilePath, chunkIndex, before, after

`query_documents` — scope accepts a single path prefix or list, restricting results to that subtree. highlightContext returns snippets around matched terms. fromTimestamp / untilTimestamp enable time-range filtering.

`read_chunk_neighbors` — defaults to 2 chunks before and after (like grep -C 2), max 50 each. Response includes the target chunk marked isTarget: true.

4.3 Management Tools
#ToolPurpose
6list_filesList files with ingestion status (ingested: true/false)
7delete_fileDelete by file path or source URL
8statusIndex stats: docs, chunks, memory, search mode

list_files supports scope filtering with the same prefix-match semantics as search. In large directories, scope accelerates the scan by skipping out-of-scope subtrees.

4.4 Code Intelligence
#ToolPurposeInput
9find_definitionLocate symbol definition (file, line range, scope)Exact symbol name
10find_referencesFind all references (import + text mention)Symbol name

Both tools depend on AST metadata (imports, entities, scope chains) extracted by tree-sitter at ingest time. Only works for code files ingested with `CodeChunker` — files ingested before v0.18.7 lack this metadata and require reindex_all to rebuild.

`find_references` uses a two-phase strategy: (1) exact match in codeMeta.imports → (2) FTS full-text search for the symbol name. Results are deduplicated by (filePath, chunkIndex), with import references listed first.

4.5 System Tools
#ToolPurpose
11configRuntime hot read/write config — no restart needed
12dedup_checkSHA256 + Jaccard similarity to detect duplicate files
13export_indexExport entire index as JSON (backup or migration)
14reindex_allFull re-chunk + re-embed (after model change)
15reindex_staleRe-ingest only files modified on disk (incremental sync)

`config` hot-swaps hybridWeight, modelName, cacheDir, baseDir/baseDirs, etc. Switching models auto-disposes the old Embedder and initializes the new one — note: changing models alters the embedding space and requires reindex_all.

`dedup_check` is especially useful in monorepos — spot ↔ futures mirror code is typically flagged with similarity 1.0.


5. CLI

5.1 Basic Commands
# Ingest

npx @damoqiongqiu/mcp-local-rag ingest ./src/

Search (with scope)

npx @damoqiongqiu/mcp-local-rag query "auth middleware" npx @damoqiongqiu/mcp-local-rag query "auth" --scope /docs/api

Context expansion

npx @damoqiongqiu/mcp-local-rag read-neighbors --file-path /abs/path.md --chunk-index 5

Management

npx @damoqiongqiu/mcp-local-rag list --scope /docs/api npx @damoqiongqiu/mcp-local-rag status npx @damoqiongqiu/mcp-local-rag delete ./docs/old.pdf npx @damoqiongqiu/mcp-local-rag delete --source "https://..."

query, read-neighbors, list, status, delete emit JSON to stdout (pipe to jq). ingest emits progress to stderr.

Global options (--db-path, --cache-dir, --model-name) go before the subcommand:

npx @damoqiongqiu/mcp-local-rag --help

⚠️ The CLI does NOT read your MCP client config (mcp.json, etc.). Configure via flags or environment variables.

5.2 CLI Configuration

Flags — global options before, subcommand options after:

npx @damoqiongqiu/mcp-local-rag --db-path ./my-db query "auth" --base-dir ./docs

`--base

Nur der Anfang wird gezeigt; den Rest findest du im Repo