Prototipo · Versión preliminar: todos los servidores del registro oficial, sincronizados cada 30 minutos. Inicia sesión con Google para escribir reseñas.Prototipo · se actualiza cada 30 min
PopNx MCPServidores MCP para quienes usan IA · en palabras sencillas

MCP Local Rag

de damoqiongqiuversión 0.21.0i★ 13iSe ejecuta en tu computadoraRepositorio ↗
Nombre en el registroio.github.damoqiongqiu/mcp-local-rag

Cómo instalar

What it does

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

  • Connects Se ejecuta en tu computadora
  • Account or key No key needed · 1 setting to fill in (HTTPS_PROXY)
  • Category Búsqueda y memoria de IA

Úsalo junto con

Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este

timesfm

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

de google-research★ 35.6381 skills

Skill · Guía de trabajo

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…

de BigBodyCobain★ 11.6051 skills

Skill · Guía de trabajo

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

de gosom★ 82361 skills

Skill · Guía de trabajo

Por qué está en este puesto

Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes

Popularidad14/80Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20
Actualidad3/12Puntuación completa con una versión o cambio de código en 30 días
Sigue respondiendo0/8El endpoint en la nube respondió en la última revisión
Puntuación de uso17/100

Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)

Instalación

Elige la app de IA que usas y copia la configuración.

Que tu IA lo instale con una frase

Instala MCP Local Rag. Sigue https://mcp.popnx.com/i/damoqiongqiu-mcp-local-rag.md, enséñame los comandos y espera mi OK antes de ejecutarlos.

Pégala en una IA que trabaje en tu equipo (como Claude Code o Cursor). Lee nuestros pasos, te muestra los comandos y espera tu OK. Sin clave ni registro. · Ver el texto completo que lee tu IA

Pasó 3/3 revisiones · Funciona en tu computadora · ✓ Comandos revisados el 14 nov 2026

Primero: ¿qué IA usas?

Elige tu app y los pasos aparecen abajo.

Funciona con Claude, pero hay que preparar algo antes

1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil

Que la IA lo instale

Copia este mensaje en un chat de Claude. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server MCP Local Rag para Claude en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "local-rag": { "command": "npx", "args": [ "-y", "@damoqiongqiu/mcp-local-rag" ], "env": { "HTTPS_PROXY": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En HTTPS_PROXY deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de MCP Local Rag aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • HTTPS_PROXY URL del proxy HTTPS para descargar modelos de embeddings (p. ej., http://proxy:8080). Solo es necesario si se está detrás de un proxy corporativo.
      Ver original en inglésHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Abre el archivo de configuración de la app de Claude de escritorio

    SettingsDeveloperEdit Config

  4. Pega esta configuración y guarda el archivo

    {
      "mcpServers": {
        "local-rag": {
          "command": "npx",
          "args": [
            "-y",
            "@damoqiongqiu/mcp-local-rag"
          ],
          "env": {
            "HTTPS_PROXY": "your-value"
          }
        }
      }
    }
  5. Cierra Claude y vuelve a abrirlo

  6. Pruébalo

    Usa MCP Local Rag y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude dice que está usando MCP Local Rag o muestra una herramienta de MCP Local Rag en la respuesta, ya está conectado

17 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • BASE_DIR Directorio base para el almacenamiento de documentos (el valor predeterminado es el directorio de trabajo actual). Se ignora cuando se define BASE_DIRS.
    Ver original en inglésBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR.
    Ver original en inglésJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/)
    Ver original en inglésPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/)
    Ver original en inglésDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2)
    Ver original en inglésEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 104857600 / 100MB)
    Ver original en inglésMaximum 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 Longitud mínima de un fragmento en caracteres (1-10000, por defecto 50). Los fragmentos más cortos que este umbral se filtran durante la ingestión.
    Ver original en inglésMinimum 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 Activa el vigilante automático de archivos para detectar cambios y reindexar los archivos modificados (true/1 para activar). Útil durante el desarrollo activo.
    Ver original en inglésEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT URL de endpoint de HuggingFace explícita para las descargas de modelos. Si se define, se omite la detección automática de espejos y se usa directamente esta URL. Útil si tiene un espejo completo.
    Ver original en inglésExplicit 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 Habilita la detección automática de réplicas para las descargas de HuggingFace (por defecto true). Con "false" o "0" se desactiva y se usa huggingface.co directamente. La cadena de réplicas es huggingface.co → hf-mirror.com →…
    Ver original en inglésEnable 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 URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado.
    Ver original en inglésHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

ChatGPT todavía no puede conectar MCP Local Rag

MCP Local Rag se instala en tu computadora, pero ChatGPT solo conecta servidores que funcionan en la web

Lo que puedes hacer en su lugar

A · Usa una app que pueda conectar MCP Local Rag

  • 1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez) · Solo en la app de Claude para computadora (Windows o Mac), no en la web ni en el móvil
  • 1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez)
  • 1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez)
  • 1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez)

B · Otros en Búsqueda y memoria de IA que funcionan con ChatGPT

Elegidos entre los más usados de la misma categoría, solo los que se conectan con una dirección y sin clave

Funciona con Claude Code, pero hay que preparar algo antes

1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Claude Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server MCP Local Rag para Claude Code en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): claude mcp add --scope user local-rag --env HTTPS_PROXY=your-value -- npx -y @damoqiongqiu/mcp-local-rag 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En HTTPS_PROXY deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de MCP Local Rag aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • HTTPS_PROXY URL del proxy HTTPS para descargar modelos de embeddings (p. ej., http://proxy:8080). Solo es necesario si se está detrás de un proxy corporativo.
      Ver original en inglésHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Abre la Terminal

    Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell

  4. Pega este comando y pulsa Enter

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

    Deberías ver MCP Local Rag en la lista como conectado

  6. Pruébalo

    Usa MCP Local Rag y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Claude Code dice que está usando MCP Local Rag o muestra una herramienta de MCP Local Rag en la respuesta, ya está conectado

17 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • BASE_DIR Directorio base para el almacenamiento de documentos (el valor predeterminado es el directorio de trabajo actual). Se ignora cuando se define BASE_DIRS.
    Ver original en inglésBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR.
    Ver original en inglésJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/)
    Ver original en inglésPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/)
    Ver original en inglésDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2)
    Ver original en inglésEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 104857600 / 100MB)
    Ver original en inglésMaximum 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 Longitud mínima de un fragmento en caracteres (1-10000, por defecto 50). Los fragmentos más cortos que este umbral se filtran durante la ingestión.
    Ver original en inglésMinimum 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 Activa el vigilante automático de archivos para detectar cambios y reindexar los archivos modificados (true/1 para activar). Útil durante el desarrollo activo.
    Ver original en inglésEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT URL de endpoint de HuggingFace explícita para las descargas de modelos. Si se define, se omite la detección automática de espejos y se usa directamente esta URL. Útil si tiene un espejo completo.
    Ver original en inglésExplicit 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 Habilita la detección automática de réplicas para las descargas de HuggingFace (por defecto true). Con "false" o "0" se desactiva y se usa huggingface.co directamente. La cadena de réplicas es huggingface.co → hf-mirror.com →…
    Ver original en inglésEnable 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 URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado.
    Ver original en inglésHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Anthropic el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con Cursor, pero hay que preparar algo antes

1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de Cursor. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server MCP Local Rag para Cursor en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "mcpServers": { "local-rag": { "command": "npx", "args": [ "-y", "@damoqiongqiu/mcp-local-rag" ], "env": { "HTTPS_PROXY": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En HTTPS_PROXY deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de MCP Local Rag aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • HTTPS_PROXY URL del proxy HTTPS para descargar modelos de embeddings (p. ej., http://proxy:8080). Solo es necesario si se está detrás de un proxy corporativo.
      Ver original en inglésHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Pulsa este botón para abrir Cursor

    Abrir en Cursor

    Cursor te pedirá confirmar; pulsa Install

  4. Escribe tu clave

    En la configuración de MCP Local Rag, HTTPS_PROXY está vacío; añade tu clave y guarda

  5. Abre el chat de IA de Cursor en modo Agent

  6. Pruébalo

    Usa MCP Local Rag y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si Cursor dice que está usando MCP Local Rag o muestra una herramienta de MCP Local Rag en la respuesta, ya está conectado

17 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • BASE_DIR Directorio base para el almacenamiento de documentos (el valor predeterminado es el directorio de trabajo actual). Se ignora cuando se define BASE_DIRS.
    Ver original en inglésBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR.
    Ver original en inglésJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/)
    Ver original en inglésPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/)
    Ver original en inglésDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2)
    Ver original en inglésEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 104857600 / 100MB)
    Ver original en inglésMaximum 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 Longitud mínima de un fragmento en caracteres (1-10000, por defecto 50). Los fragmentos más cortos que este umbral se filtran durante la ingestión.
    Ver original en inglésMinimum 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 Activa el vigilante automático de archivos para detectar cambios y reindexar los archivos modificados (true/1 para activar). Útil durante el desarrollo activo.
    Ver original en inglésEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT URL de endpoint de HuggingFace explícita para las descargas de modelos. Si se define, se omite la detección automática de espejos y se usa directamente esta URL. Útil si tiene un espejo completo.
    Ver original en inglésExplicit 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 Habilita la detección automática de réplicas para las descargas de HuggingFace (por defecto true). Con "false" o "0" se desactiva y se usa huggingface.co directamente. La cadena de réplicas es huggingface.co → hf-mirror.com →…
    Ver original en inglésEnable 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 URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado.
    Ver original en inglésHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de Cursor el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Funciona con VS Code, pero hay que preparar algo antes

1 ajuste(s) que rellenar (HTTPS_PROXY) · Instala Node.js en tu computadora primero (una sola vez)

Que la IA lo instale

Copia este mensaje en un chat de VS Code. La IA revisa tu equipo, te dice qué archivo va a cambiar y espera tu visto bueno cada vez.

Instala el MCP server MCP Local Rag para VS Code en este equipo, en este orden: 1) Comprueba Node.js con node -v. Si falta, dime que lo instale desde https://nodejs.org/en/download; no lo instales tú. 2) Usa solo esta configuración (ya revisada por PopNx MCP): { "servers": { "local-rag": { "type": "stdio", "command": "npx", "args": [ "-y", "@damoqiongqiu/mcp-local-rag" ], "env": { "HTTPS_PROXY": "your-value" } } } } 3) Dime la ruta completa del archivo que vas a cambiar o el comando que vas a ejecutar y espera mi visto bueno. 4) En HTTPS_PROXY deja "your-value" y dime que pegue yo el valor real en el archivo o en el campo de la app. Nunca me pidas escribir una clave en el chat. 5) Haz lo acordado y comprueba que las herramientas de MCP Local Rag aparecen de verdad.

Este mensaje no lleva tu clave. Si hace falta una, la IA te pedirá que la pegues tú en el archivo o en el campo de la app.

  1. Instala Node.js (si no lo tienes)

    ¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter

    node -v
    • Aparece un número de versión, p. ej. v26.13.1 = ya está instalado, sáltate este paso
    • Aparece "command not found" (en Windows, "is not recognized") = aún no está instalado, o acabas de instalarlo y debes cerrar y volver a abrir la Terminal
    Cómo abrir la Terminal

    Mac: pulsa ⌘ + Espacio, escribe Terminal y pulsa Enter

    Windows: abre Inicio, escribe Windows PowerShell y elige Abrir

    Si no está instalado: Abre la página oficial de descargas, elige la versión LTS y el instalador de clics: .pkg en Mac · .msi en Windows. Haz doble clic y sigue hasta el final. No necesitas ningún comando curl

    Abrir la página de descarga de Node.js ↗

    Al terminar, cierra la Terminal, ábrela de nuevo y ejecuta el mismo comando. Debe aparecer un número de versión: node -v

    Se instala una vez y sirve para todo lo que usa Node.js

  2. Rellena 1 ajuste(s)

    Son ajustes del programa, no claves. No hace falta registrarse; rellénalos como explica el autor.

    • HTTPS_PROXY URL del proxy HTTPS para descargar modelos de embeddings (p. ej., http://proxy:8080). Solo es necesario si se está detrás de un proxy corporativo.
      Ver original en inglésHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.

    Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

  3. Pulsa este botón para abrir VS Code

    Abrir en VS Code

    VS Code te pedirá confirmar; pulsa Install

  4. Escribe tu clave

    En la configuración de MCP Local Rag, HTTPS_PROXY está vacío; añade tu clave y guarda

  5. Abre el chat de IA de VS Code en modo Agent

  6. Pruébalo

    Usa MCP Local Rag y dime qué puedes hacer por mí; luego muéstrame una cosa

    ✓ Si VS Code dice que está usando MCP Local Rag o muestra una herramienta de MCP Local Rag en la respuesta, ya está conectado

17 ajuste(s) opcional(es) (funciona sin ellos)

El comando de arriba funciona sin estos valores. Añádelos solo si quieres cambiar algo, según la descripción del autor.

  • BASE_DIR Directorio base para el almacenamiento de documentos (el valor predeterminado es el directorio de trabajo actual). Se ignora cuando se define BASE_DIRS.
    Ver original en inglésBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR.
    Ver original en inglésJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/)
    Ver original en inglésPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/)
    Ver original en inglésDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2)
    Ver original en inglésEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 104857600 / 100MB)
    Ver original en inglésMaximum 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 Longitud mínima de un fragmento en caracteres (1-10000, por defecto 50). Los fragmentos más cortos que este umbral se filtran durante la ingestión.
    Ver original en inglésMinimum 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 Activa el vigilante automático de archivos para detectar cambios y reindexar los archivos modificados (true/1 para activar). Útil durante el desarrollo activo.
    Ver original en inglésEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT URL de endpoint de HuggingFace explícita para las descargas de modelos. Si se define, se omite la detección automática de espejos y se usa directamente esta URL. Útil si tiene un espejo completo.
    Ver original en inglésExplicit 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 Habilita la detección automática de réplicas para las descargas de HuggingFace (por defecto true). Con "false" o "0" se desactiva y se usa huggingface.co directamente. La cadena de réplicas es huggingface.co → hf-mirror.com →…
    Ver original en inglésEnable 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 URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado.
    Ver original en inglésHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Nombres de menú comprobados con la ayuda de VS Code el 11 nov 2026 · tu pantalla puede variar un poco según la versión

Otras apps que usan MCP, como Windsurf, Zed o Gemini CLI, añaden servidores de forma distinta. Míralo en la lista de apps

Ver todas las apps que usan MCP →

La configuración JSON está en “Para desarrolladores”, abajo

¿Te atascaste? Pregunta a quien usa MCP Local Rag💬 Conversación →
Para desarrolladores: comandos de Terminal y configuración JSON

Instalado en tu computadora

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"
      }
    }
  }
}

Valores que debes completar

  • BASE_DIR env
    Directorio base para el almacenamiento de documentos (el valor predeterminado es el directorio de trabajo actual). Se ignora cuando se define BASE_DIRS.
    Ver original en inglésBase directory for document storage (defaults to current working directory). Ignored when BASE_DIRS is set.
  • BASE_DIRS env
    Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR.
    Ver original en inglésJSON array of base directories (e.g. '["/a","/b"]'). Takes precedence over BASE_DIR.
  • DB_PATH env
    Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/)
    Ver original en inglésPath to LanceDB database directory (defaults to ./lancedb/)
  • CACHE_DIR env
    Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/)
    Ver original en inglésDirectory where Transformers.js models are cached (defaults to ./models/)
  • MODEL_NAME env
    Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2)
    Ver original en inglésEmbedding model name (defaults to Xenova/all-MiniLM-L6-v2)
  • MAX_FILE_SIZE env
    Tamaño máximo de archivo en bytes (por defecto 104857600 / 100MB)
    Ver original en inglésMaximum 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
    Longitud mínima de un fragmento en caracteres (1-10000, por defecto 50). Los fragmentos más cortos que este umbral se filtran durante la ingestión.
    Ver original en inglésMinimum 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
    Activa el vigilante automático de archivos para detectar cambios y reindexar los archivos modificados (true/1 para activar). Útil durante el desarrollo activo.
    Ver original en inglésEnable automatic file watcher to detect changes and re-index modified files (true/1 to enable). Useful during active development.
  • HF_ENDPOINT env
    URL de endpoint de HuggingFace explícita para las descargas de modelos. Si se define, se omite la detección automática de espejos y se usa directamente esta URL. Útil si tiene un espejo completo.
    Ver original en inglésExplicit 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
    Habilita la detección automática de réplicas para las descargas de HuggingFace (por defecto true). Con "false" o "0" se desactiva y se usa huggingface.co directamente. La cadena de réplicas es huggingface.co → hf-mirror.com →…
    Ver original en inglésEnable 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 obligatorio env
    URL del proxy HTTPS para descargar modelos de embeddings (p. ej., http://proxy:8080). Solo es necesario si se está detrás de un proxy corporativo.
    Ver original en inglésHTTPS proxy URL for downloading embedding models (e.g. http://proxy:8080). Required only if behind a corporate proxy.
  • HTTP_PROXY env
    URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado.
    Ver original en inglésHTTP proxy URL for downloading embedding models. Fallback if HTTPS_PROXY is not set.

Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.

Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.

De un vistazo

Descargas por semanai
129/sem
Conexión
Se ejecuta en tu computadora
Última versióni
0.21.0
Publicado en el registroi
23 jul 2026
Último cambio de códigoi
23 jul 2026
Creador
damoqiongqiu
Paquetes
npm: @damoqiongqiu/mcp-local-rag
Estado en el registro
Activo

Qué apps pueden usarlo

Según cómo se conecta este servidor y la documentación de cada app, comprobado el 10 nov 2026.

Se ejecutan en tu computadora en

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

Todas las apps, con ventajas y desventajas →

Qué puede hacer

Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.

Revisiones básicasi

Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 19 nov 2026

  • ✓ Superada

    El creador coincide con el repo

    El nombre en el registro se verificó con la cuenta de GitHub damoqiongqiu, dueña del repo

  • ✓ Superada

    Sigue en mantenimiento

    Último cambio de código: hace 4 meses

  • ✓ Superada

    Tiene licencia

    Usa MIT

  • – No aplica

    El endpoint responde

    Este se ejecuta en tu computadora; no hay endpoint en internet

  • – No aplica

    Inicio de sesión con OAuth

    Se ejecuta en tu computadora y usa ajustes locales en su lugar

  • … Aún sin revisar

    Sin instrucciones ocultas en las descripciones de herramientas

    Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet

Vulnerabilidades publicadas (OSV.dev)

Sin entradas en OSV.dev para @damoqiongqiu/mcp-local-rag@0.21.0

Solo revisa esta versión del paquete, no todas sus dependencias · revisado 15 nov 2026

Qué revisamos → · JSON

Creadores: pedir otra revisión o avisar de un dato erróneo
Para autores: añade una insignia a tu README

Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.

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

Conversación

Pregunta, comparte un consejo o avisa de que no funciona. Ordenado por lo que la gente marcó como útil.

Aún no hay publicaciones. Sé la primera persona en preguntar o compartir.

Lo publicado aquí lo escriben usuarios, no el equipo de PopNx.

Inicia sesión para publicar

Reseñas de usuarios

Aún no hay reseñas

Inicia sesión para escribir una reseña

Comparado con otros en Búsqueda y memoria de IAi

  • Más estrellas que el 93% de los otros 6416 servidores de esta categoría
  • Publicado en el registro más recientemente que el 21% de los otros 6416 servidores de esta categoría
  • Revisiones básicas iguales o mejores que el 99% de los otros 6416 servidores de esta categoría

Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.

Preguntas frecuentes

¿Es seguro MCP Local Rag?

Superó 3 de 3 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.

¿Qué claves o códigos necesita?

El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.

¿Se ejecuta en mi computadora o en la nube?

Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).

¿Sigue en mantenimiento?

El repo de GitHub cambió por última vez hace 4 meses, y la última versión (0.21.0) llegó al registro hace 4 meses.

¿Qué apps pueden usarlo?

Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.

¿Qué puedo usar en su lugar?

En la misma categoría: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)

Alternativas parecidas

Misma categoría, otros creadores, comandos ya revisados. Primero los oficiales, luego por estrellas.

Cómo leer una tarjeta:↓ Descargas por semanai★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi

OpenSEO

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

de every-appMuy usado★ 28,2 milActualizado hace 5 días

Se ejecuta en la nube✓ everyapp.com

Exa

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

de exa-labsMuy usado★ 5,2 milActualizado hace 2 meses

Se ejecuta en la nube✓ del servicio · exa.aiProbado por el equipo de PopNx

Microsoft Learn MCP

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

de MicrosoftDocsMuy usado★ 2 milActualizado hace 12 meses

Se ejecuta en la nube✓ del servicio · microsoft.comProbado por el equipo de PopNx

Docs

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

de proxysoulEn crecimiento★ 1,6 milActualizado hace 2 meses

Se ejecuta en la nube✓ empryo.com

COTAL actions (cotal.ai)

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

de Cotal-AIEn crecimiento★ 401Actualizado hace 2 meses

Se ejecuta en la nube✓ del servicio · cotal.ai
Comparado con otros parecidos
Este
MCP Local Rag
OpenSEOExaMicrosoft Learn MCPDocsCOTAL actions (cotal.ai)
Dónde se ejecutaSe instala en tu equipoFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nadaFunciona en la nube, sin instalar nada
Necesita claveNoNoNoNoNoNo
Se añade con + en ClaudeNoSíSíSíNoNo
Revisiones básicas3/35/52/44/44/44/4
LicenciaMITMITMITCC-BY-4.0NOASSERTIONApache-2.0
PrecioSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registroSin coste en el registro

README del creador

Abrir el README

Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.

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

Solo se muestra el principio; lee el resto en el repo