R

RAG

Provides cloud-based document management and semantic search using OpenAI embeddings with in-memory ...

187 views
0 installs
Updated Nov 21, 2025
Not audited
Tools I Recommend
Provides cloud-based document management and semantic search using OpenAI embeddings with in-memory vector storage, enabling retrieval-augmented generation workflows through document ingestion, metadata filtering, and cosine similarity search.
  1. 获取 OpenAI 或豆包 API Key

    • 如果使用 OpenAI:
      1. 前往 OpenAI 个人 API Keys 页面
      2. 登录你的 OpenAI 账号。
      3. 点击 “Create new secret key” 创建一个新的 API Key。
      4. 复制该 API Key,后续将在连接窗口中使用。
    • 如果使用豆包:
      1. 前往 火山引擎豆包控制台(需要注册并登录)。
      2. 在 API 管理或密钥管理页面生成并复制 API Key。
  2. 填写 API 相关参数

    • 根据选择的模型类型,准备相应参数:
      • OPENAI_API_KEY:上一步获取到的 key
      • OPENAI_API_BASE:对于 OpenAI 填写 https://api.openai.com/v1;对于豆包为 https://ark.cn-beijing.volces.com/api/v3
      • OPENAI_MODEL:如使用 OpenAI 推荐 gpt-4o-mini,如用豆包则为 doubao-1-5-pro-32k-250115
      • OPENAI_TEMPERATURE:如需默认填写 0
      • OPENAI_EMBEDDING_MODEL:OpenAI 用 text-embedding-3-large,豆包用 doubao-embedding-text-240715
  3. 在 FastMCP 连接界面中添加 ENV 信息

    • 点击“Install Now”按钮进入 ENV 配置界面。
    • 将获取到的 API Key 及以上相关参数填写到 FastMCP 连接配置窗口。
    • 保存配置。

注意:你只需填写需要用到的 ENV 项(如只使用 OpenAI,则只填 OpenAI 参数)。

如果需要其他详细说明或帮助,可参考上方 README 的“配置”部分。

Quick Start

View on GitHub

More for AI and Machine Learning

View All →

More for Analytics and Data

View All →

Similar MCP Servers

Report Issue

Thank you! Your issue report has been submitted successfully.