프로토타입 · 미리 보기: 공식 레지스트리의 모든 서버를 담고 있으며 30분마다 동기화해요. 리뷰와 계정 기능은 다음 단계에서 열려요.
PopNx MCPAI를 쓰는 사람을 위한 MCP 서버 · 쉬운 말로 설명해요

RAGScore

제작자: HZYAI버전 0.8.6i★ –i내 컴퓨터에서 실행
레지스트리 이름io.github.HZYAI/ragscore

설치

개요

제작자가 쓴 설명(영어 원문)

Generate QA datasets & evaluate RAG systems with failure diagnosis. Any LLM.

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

  • 연결 방식: 내 컴퓨터에서 실행
  • 전송 방식: stdio
  • 카테고리: 검색 및 AI 기억
  • 입력해야 할 값: OPENAI_API_KEY, ANTHROPIC_API_KEY

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

  • 기본 점검: 1개 중 1개 통과
  • 내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
  • 직접 입력할 값: OPENAI_API_KEY, ANTHROPIC_API_KEY

비밀로 표시된 값은 내 계정의 열쇠예요. 절대 다른 사람과 공유하거나 채팅에 붙여 넣지 마세요.

필요한 것

  • PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "mcpServers": {
    "ragscore": {
      "command": "uvx",
      "args": [
        "ragscore"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "ANTHROPIC_API_KEY": "your-value"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

claude mcp add ragscore --env OPENAI_API_KEY=your-value --env ANTHROPIC_API_KEY=your-value -- uvx ragscore

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "mcpServers": {
    "ragscore": {
      "command": "uvx",
      "args": [
        "ragscore"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "ANTHROPIC_API_KEY": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "servers": {
    "ragscore": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "ragscore"
      ],
      "env": {
        "OPENAI_API_KEY": "your-value",
        "ANTHROPIC_API_KEY": "your-value"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

  • OPENAI_API_KEY 비밀 env
    OpenAI API key (if using OpenAI provider)
  • ANTHROPIC_API_KEY 비밀 env
    Anthropic API key (if using Anthropic provider)

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 7일 점검

  • ✓ 통과

    제작자와 저장소 일치

    레지스트리 이름이 GitHub 계정 HZYAI 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요

  • … 아직 점검 안 함

    계속 관리되고 있음

    아직 GitHub에서 이 저장소를 읽어 오지 않았어요

  • … 아직 점검 안 함

    라이선스 있음

    아직 GitHub에서 이 저장소를 읽어 오지 않았어요

  • – 해당 없음

    엔드포인트 응답

    내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요

  • – 해당 없음

    OAuth로 로그인

    내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요

  • … 아직 점검 안 함

    도구 설명에 숨겨진 지시 없음

    내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

  • 이 카테고리의 다른 서버 7251개 중 0%보다 스타가 많아요
  • 이 카테고리의 다른 서버 7251개 중 13%보다 최근에 레지스트리에 공개됐어요
  • 기본 점검 결과가 이 카테고리의 다른 서버 7251개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

RAGScore, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: OPENAI_API_KEY, ANTHROPIC_API_KEY

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(0.8.6)은 6개월 전 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

제작자: upstash

Up-to-date docs for AI agents

컴퓨터 또는 클라우드★ 64,224MIT오늘 업데이트
설치

Codebase Memory

제작자: DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

내 컴퓨터에서 실행★ 48,148MIT20일 전 업데이트
설치

Exa

제작자: exa-labs

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

클라우드에서 실행★ 5,213MIT지난달 업데이트
설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

Generate QA datasets & evaluate RAG systems in 2 commands

🔒 Privacy-First • ⚡ Lightning Fast • 🤖 Any LLM • 🏠 Local or Cloud • 🌍 Multilingual

English | 中文 | 日本語 | Deutsch


⚡ 2-Line RAG Evaluation

# Step 1: Generate QA pairs from your docs

ragscore generate docs/

Step 2: Evaluate your RAG system

ragscore evaluate http://localhost:8000/query

That's it. Get accuracy scores and incorrect QA pairs instantly.

============================================================

✅ EXCELLENT: 85/100 correct (85.0%) Average Score: 4.20/5.0 ============================================================

❌ 15 Incorrect Pairs:

  1. Q: "What is RAG?" Score: 2/5 - Factually incorrect
  1. Q: "How does retrieval work?" Score: 3/5 - Incomplete answer

🚀 Quick Start

Install
pip install ragscore              # Core (works with Ollama)

pip install "ragscore[openai]" # + OpenAI support pip install "ragscore[notebook]" # + Jupyter/Colab support pip install "ragscore[all]" # + All providers

Already installed? Keep up to date — new versions add features like failure diagnosis and retrieved context capture:

`bash

pip install --upgrade ragscore

`

Option 1: Python API (Notebook-Friendly)

Perfect for Jupyter, Colab, and rapid iteration. Get instant visualizations.

from ragscore import quick_test

1. Audit your RAG in one line

result = quick_test( endpoint="http://localhost:8000/query", # Your RAG API docs="docs/", # Your documents n=10, # Number of test questions )

1b. Tailored QA — target specific audiences

result = quick_test( endpoint="http://localhost:8000/query", docs="docs/", audience="developers", # Who asks the questions? purpose="api-integration", # What's the document for? )

2. See the report

result.plot()

3. Inspect failures

bad_rows = result.df[result.df['score'] < 3] display(bad_rows[['question', 'rag_answer', 'reason']])

Rich Object API:

  • result.accuracy - Accuracy score
  • result.df - Pandas DataFrame of all results
  • result.plot() - 3-panel visualization (4-panel with detailed=True)
  • result.corrections - List of items to fix
Option 2: CLI (Production)
Generate QA Pairs
# Set API key (or use local Ollama - no key needed!)

export OPENAI_API_KEY="sk-..."

Generate from any document

ragscore generate paper.pdf ragscore generate docs/*.pdf --concurrency 10

Tailored QA generation — target specific audiences

ragscore generate docs/ --audience developers --purpose faq ragscore generate docs/ --audience customers --purpose "pre-sales" ragscore generate docs/ --audience "compliance auditors" --purpose "security audit"

Evaluate Your RAG
# Point to your RAG endpoint

ragscore evaluate http://localhost:8000/query

Custom options

ragscore evaluate http://api/ask --model gpt-4o --output results.json


🔬 Detailed Multi-Metric Evaluation

Go beyond a single score. Add detailed=True to get 5 diagnostic dimensions per answer — in the same single LLM call.

result = quick_test(

endpoint=my_rag, docs="docs/", n=10, detailed=True, # ⭐ Enable multi-metric evaluation )

Inspect per-question metrics

display(result.df[[ "question", "score", "correctness", "completeness", "relevance", "conciseness", "faithfulness" ]])

Radar chart + 4-panel visualization

result.plot()

================================================== ✅ PASSED: 9/10 correct (90%) Average Score: 4.3/5.0 Threshold: 70% ────────────────────────────────────────────────── Correctness: 4.5/5.0 Completeness: 4.2/5.0 Relevance: 4.8/5.0 Conciseness: 4.1/5.0 Faithfulness: 4.6/5.0 ==================================================

MetricWhat it measuresScale
CorrectnessSemantic match to golden answer5 = fully correct
CompletenessCovers all key points5 = fully covered
RelevanceAddresses the question asked5 = perfectly on-topic
ConcisenessFocused, no filler5 = concise and precise
FaithfulnessNo fabricated claims5 = fully faithful

CLI:

ragscore evaluate http://localhost:8000/query --detailed
🔍 Failure Diagnosis (--diagnose)

When answers fail, --diagnose tells you why — retriever miss, generator hallucination, incomplete answer, or wrong interpretation:

ragscore evaluate http://localhost:8000/query --diagnose
🔍 Failure Diagnosis:

Retriever Miss: 3 (42.9%) Generator Hallucination: 2 (28.6%) Incomplete Answer: 1 (14.3%) Wrong Interpretation: 1 (14.3%)

Uses the support_span already generated with each QA pair to give the judge grounding context. Combine with --detailed for full diagnostics:

ragscore evaluate http://localhost:8000/query --diagnose --detailed -o results.json
CategoryMeaning
Retriever MissRAG didn't retrieve the chunk containing the evidence
Generator HallucinationRetrieved correctly but fabricated information
Incomplete AnswerRetrieved correctly but answer is partial
Wrong InterpretationRetrieved correctly but misunderstood the content

📓 Full demo notebook — build a mini RAG and test it with detailed metrics.

🎯 Audience & Purpose demo — generate tailored QA for developers, customers, auditors, and more.

🏠 Ollama local demo — 100% private RAG evaluation with no API keys.


🏠 100% Private with Local LLMs

# Use Ollama - no API keys, no cloud, 100% private

ollama pull llama3.1 ragscore generate confidential_docs/*.pdf ragscore evaluate http://localhost:8000/query

Perfect for: Healthcare 🏥 • Legal ⚖️ • Finance 🏦 • Research 🔬

Ollama Model Recommendations

RAGScore generates complex structured QA pairs (question + answer + rationale + support span) in JSON format. This requires models with strong instruction-following and JSON output capabilities.

ModelSizeMin RAMQA QualityRecommended
llama3.1:70b40GB48GB VRAMExcellentGPU server (A100, L40)
qwen2.5:32b18GB24GB VRAMExcellentGPU server (A10, L20)
llama3.1:8b4.7GB8GB VRAMGoodBest local choice
qwen2.5:7b4.4GB8GB VRAMGoodGood local alternative
mistral:7b4.1GB8GB VRAMGoodGood local alternative
llama3.2:3b2.0GB4GB RAMFairCPU-only / testing
qwen2.5:1.5b1.0GB2GB RAMPoorNot recommended

Minimum recommended: 8B+ models. Smaller models (1.5B–3B) produce lower quality support spans and may timeout on longer chunks.

Ollama Performance Guide
# Recommended: 8B model with concurrency 2 for local machines

ollama pull llama3.1:8b ragscore generate docs/ --provider ollama --model llama3.1:8b

GPU server (A10/L20): larger model with higher concurrency

ollama pull qwen2.5:32b ragscore generate docs/ --provider ollama --model qwen2.5:32b --concurrency 5

Expected performance (28 chunks, 5 QA pairs per chunk):

HardwareModelTimeConcurrency
MacBook (CPU)llama3.2:3b~45 min2
MacBook (CPU)llama3.1:8b~25 min2
A10 (24GB)llama3.1:8b~3–5 min5
L20/L40 (48GB)qwen2.5:32b~3–5 min5
OpenAI APIgpt-4o-mini~2 min10

RAGScore auto-reduces concurrency to 2 for local Ollama to avoid GPU/CPU contention.


🔌 Supported LLMs

ProviderSetupNotes
Ollamaollama serveLocal, free, private
OpenAIexport OPENAI_API_KEY="sk-..."Best quality
Anthropicexport ANTHROPIC_API_KEY="..."Long context
DashScopeexport DASHSCOPE_API_KEY="..."Qwen models
vLLMexport LLM_BASE_URL="..."Production-grade
Any OpenAI-compatibleexport LLM_BASE_URL="..."Groq, Together, etc.

📊 Output Formats

Generated QA Pairs (output/generated_qas.jsonl)
{

"id": "abc123", "question": "What is RAG?", "answer": "RAG (Retrieval-Augmented Generation) combines...", "rationale": "This is explicitly stated in the introduction...", "support_span": "RAG systems retrieve relevant documents...", "difficulty": "medium", "source_path": "docs/rag_intro.pdf" }

Evaluation Results (--output results.json)
{

"summary": { "total": 100, "correct": 85, "incorrect": 15, "accuracy": 0.85, "avg_score": 4.2 }, "incorrect_pairs": [ { "question": "What is RAG?", "golden_answer": "RAG combines retrieval with generation...", "rag_answer": "RAG is a database system.", "score": 2, "reason": "Factually incorrect - RAG is not a database" } ] }


🧪 Python API

from ragscore import run_pipeline, run_evaluation

Generate QA pairs

run_pipeline(paths=["docs/"], concurrency=10)

Generate tailored QA pairs for specific audiences

run_pipeline( paths=["docs/"], audience="support engineers", purpose="fine-tuning a support chatbot", )

Evaluate RAG

results = run_evaluation( endpoint="http://localhost:8000/query", model="gpt-4o", # LLM for judging ) print(f"Accuracy: {results.accuracy:.1%}")


🤖 AI Agent Integration

RAGScore is designed for AI agents and automation:

# Structured CLI with predictable output

ragscore generate docs/ --concurrency 5 ragscore evaluate http://api/query --output results.json

Exit codes: 0 = success, 1 = error

JSON output for programmatic parsing

CLI Reference:

CommandDescription
ragscore generate Generate QA pairs from documents
ragscore generate --audience Tailored QA for specific audience
ragscore generate --purpose Focus QA on document purpose
ragscore evaluate Evaluate RAG against golden QAs
ragscore evaluate --detailedMulti-metric evaluation
ragscore evaluate --diagnoseFailure root-cause classification
ragscore --helpShow all commands and options
ragscore generate --helpShow generate options
ragscore evaluate --helpShow evaluate options

⚙️ Configuration

Zero config required. Optional environment variables:

export RAGSCORE_CHUNK_SIZE=512          # Chunk size for documents

export RAGSCORE_QUESTIONS_PER_CHUNK=5 # QAs

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

PopNx에게 묻기