timesfm
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
Semantic code & doc search with keyword boost. AST code nav, auto HF mirror, local, privacy-first.
Skills que enseñan a la IA este tipo de trabajo; funcionan junto a este
TimesFM (Time Series Foundation Model) is a pretrained time-series foundation model developed by Google Research for time-series forecasting.
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…
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
Las listas se ordenan por una puntuación de uso (sobre 100) con estas partes
| Popularidad | 14/80 | Estrellas de GitHub o descargas semanales: la mayor cuenta 60, la menor 20 |
|---|---|---|
| Actualidad | 3/12 | Puntuación completa con una versión o cambio de código en 30 días |
| Sigue respondiendo | 0/8 | El endpoint en la nube respondió en la última revisión |
| Puntuación de uso | 17/100 |
Calidad: Pasó 3/3 revisiones básicas (se muestra, no ordena) · Impulso: Sin datos aún (Solo se usa en la pestaña En auge)
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
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
node -vMac: 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
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. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
SettingsDeveloperEdit Config
{
"mcpServers": {
"local-rag": {
"command": "npx",
"args": [
"-y",
"@damoqiongqiu/mcp-local-rag"
],
"env": {
"HTTPS_PROXY": "your-value"
}
}
}
}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
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. BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR. DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/) CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/) MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2) MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 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. 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. 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. 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 →… HTTP_PROXY URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado. 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
A · Usa una app que pueda conectar MCP Local Rag
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)
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
node -vMac: 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
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. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
Mac: pulsa Command+Espacio y escribe Terminal · Windows: abre PowerShell
claude mcp add --scope user local-rag --env HTTPS_PROXY=your-value -- npx -y @damoqiongqiu/mcp-local-ragDeberías ver MCP Local Rag en la lista como conectado
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
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. BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR. DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/) CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/) MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2) MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 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. 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. 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. 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 →… HTTP_PROXY URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado. 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)
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
node -vMac: 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
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. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
En la configuración de MCP Local Rag, HTTPS_PROXY está vacío; añade tu clave y guarda
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
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. BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR. DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/) CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/) MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2) MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 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. 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. 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. 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 →… HTTP_PROXY URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado. 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)
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.
¿Ya está instalado? Compruébalo primero · Abre la Terminal, escribe este comando y pulsa Enter
node -vMac: 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
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. Descripciones traducidas automáticamente; los nombres de variables quedan como en el original. Si dudas, mira el original.
En la configuración de MCP Local Rag, HTTPS_PROXY está vacío; añade tu clave y guarda
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
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. BASE_DIRS Matriz JSON de directorios base (p. ej. '"/a","/b"'). Tiene prioridad sobre BASE_DIR. DB_PATH Ruta al directorio de la base de datos LanceDB (el valor predeterminado es ./lancedb/) CACHE_DIR Directorio donde se almacenan en caché los modelos de Transformers.js (el valor predeterminado es ./models/) MODEL_NAME Nombre del modelo de embeddings (por defecto Xenova/all-MiniLM-L6-v2) MAX_FILE_SIZE Tamaño máximo de archivo en bytes (por defecto 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. 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. 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. 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 →… HTTP_PROXY URL del proxy HTTP para descargar modelos de embeddings. Se usa como alternativa si HTTPS_PROXY no está configurado. 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
Claude Code
claude mcp add --scope user local-rag --env HTTPS_PROXY=your-value -- npx -y @damoqiongqiu/mcp-local-ragClaude 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"
}
}
}
}BASE_DIR envBASE_DIRS envDB_PATH envCACHE_DIR envMODEL_NAME envMAX_FILE_SIZE envRAG_MAX_DISTANCE envRAG_GROUPING envRAG_MAX_FILES envCHUNK_MIN_LENGTH envRAG_DEVICE envRAG_DTYPE envRAG_HYBRID_WEIGHT envRAG_WATCH envHF_ENDPOINT envHF_AUTO_MIRROR envHTTPS_PROXY obligatorio envHTTP_PROXY envDescripciones 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.
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
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 19 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub damoqiongqiu, dueña del repo
Último cambio de código: hace 4 meses
Usa MIT
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
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
Si lo creaste tú, pega este código en tu README. La insignia enlaza a esta página.
[](https://mcp.popnx.com/en/servers/damoqiongqiu-mcp-local-rag)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.
Aún no hay reseñas
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
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.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
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).
El repo de GitHub cambió por última vez hace 4 meses, y la última versión (0.21.0) llegó al registro hace 4 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Node.js en tu computadora.
En la misma categoría: OpenSEO, Exa, Microsoft Learn MCP, Docs, COTAL actions (cotal.ai)
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
Keyword research, site audits, rank tracking and AI visibility for your AI agent.
Connect AI agents to Exa for web search, content fetching, and multi-step research.
Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.
Search and read Empryo's documentation. Read-only, no auth, no local access.
cotal.ai actions: product overview, site search, build log, feedback, Cloud waitlist, updates, calls
| Este MCP Local Rag | OpenSEO | Exa | Microsoft Learn MCP | Docs | COTAL actions (cotal.ai) | |
|---|---|---|---|---|---|---|
| Dónde se ejecuta | Se instala en tu equipo | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada | Funciona en la nube, sin instalar nada |
| Necesita clave | No | No | No | No | No | No |
| Se añade con + en Claude | No | Sí | Sí | Sí | No | No |
| Revisiones básicas | 3/3 | 5/5 | 2/4 | 4/4 | 4/4 | 4/4 |
| Licencia | MIT | MIT | MIT | CC-BY-4.0 | NOASSERTION | Apache-2.0 |
| Precio | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro | Sin coste en el registro |
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.
🍴 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
useEffect, error codes, class names rank higher — not just semantically guessed.find_definition and find_references for IDE-level code navigation, powered by tree-sitter metadata captured at ingest time.huggingface.co → hf-mirror.com → modelscope.cn, zero config for users in mainland China.npx command. No Docker, Python, or servers to manage.Set BASE_DIR to the folder you want to search (BASE_DIRS for multiple roots — see Configuration).
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.
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.
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
Chunking strategy is chosen per file type:
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.SemanticChunker splits into sentences, groups by embedding similarity to find natural topic boundaries. Markdown code blocks remain intact — never split mid-block.Search = semantic similarity + keyword boost (RAG_HYBRID_WEIGHT, default 0.6):
Exact identifiers like useEffect are never buried by semantic approximations.
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.
15 tools organized into 5 categories.
| # | Tool | Purpose | Example |
|---|---|---|---|
| 1 | ingest_file | Single file (PDF/DOCX/TXT/MD/code) | "Ingest ./docs/api-spec.pdf" |
| 2 | ingest_data | In-memory text/HTML | "Fetch this page and ingest the HTML" |
| 3 | ingest_directory | Bulk 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:
| Profile | Model | Cache | Suited for |
|---|---|---|---|
fast (default) | SmolVLM-256M | ~250 MB | Light visual indexing |
quality | Qwen2.5-VL-3B-ONNX | ~2.9 GB | Figures with in-image text |
# CLI
npx @damoqiongqiu/mcp-local-rag ingest ./spec.pdf --visual --visual-quality quality
"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.
| # | Tool | Purpose | Key Parameters |
|---|---|---|---|
| 4 | query_documents | Hybrid search (semantic + keyword) | query, limit, scope, highlightContext, fromTimestamp |
| 5 | read_chunk_neighbors | Expand context around results | filePath, 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.
| # | Tool | Purpose |
|---|---|---|
| 6 | list_files | List files with ingestion status (ingested: true/false) |
| 7 | delete_file | Delete by file path or source URL |
| 8 | status | Index 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.
| # | Tool | Purpose | Input |
|---|---|---|---|
| 9 | find_definition | Locate symbol definition (file, line range, scope) | Exact symbol name |
| 10 | find_references | Find 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.
| # | Tool | Purpose |
|---|---|---|
| 11 | config | Runtime hot read/write config — no restart needed |
| 12 | dedup_check | SHA256 + Jaccard similarity to detect duplicate files |
| 13 | export_index | Export entire index as JSON (backup or migration) |
| 14 | reindex_all | Full re-chunk + re-embed (after model change) |
| 15 | reindex_stale | Re-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.
# Ingest
npx @damoqiongqiu/mcp-local-rag ingest ./src/
npx @damoqiongqiu/mcp-local-rag query "auth middleware" npx @damoqiongqiu/mcp-local-rag query "auth" --scope /docs/api
npx @damoqiongqiu/mcp-local-rag read-neighbors --file-path /abs/path.md --chunk-index 5
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.
Flags — global options before, subcommand options after:
npx @damoqiongqiu/mcp-local-rag --db-path ./my-db query "auth" --base-dir ./docs
`--base