AI万址

本地RAG系统

DevRag是一个专为Claude Code设计的轻量级检索增强生成(RAG)系统,通过向量搜索减少文档阅读时的令牌消耗,提高搜索效率。

本地RAG系统是 tomohiro-owada 开发的 MCP 服务器:DevRag是一个专为Claude Code设计的轻量级检索增强生成(RAG)系统,通过向量搜索减少文档阅读时的令牌消耗。接入方法见官方仓库 README,在客户端 mcpServers 段加入其配置即可:https://github.com/tomohiro-owada/devrag

它是干什么的

一句话定位:DevRag是一个专为Claude Code设计的轻量级检索增强生成(RAG)系统,通过向量搜索减少文档阅读时的令牌消耗,提高搜索效率 它以 MCP 服务器形式存在,AI 客户端连上即可调用。

项目数据
开发者tomohiro-owada
Star63
收藏0
质量等级C
平台分类开发效率
部署标签本地部署、检索增强生成、向量搜索
仓库devrag

核心能力

  • 本地部署(平台标签)
  • 检索增强生成(平台标签)
  • 向量搜索(平台标签)

适合谁用

最该装的是天天在 Claude Desktop、Cursor 里写代码,想让 AI 直接干活的人。如果你只是偶尔用一次它背后的服务,开网页就够了,不必上 MCP。

接入指引

  1. 1打开官方仓库,看 README 顶部的 Installation。
  2. 2把仓库给出的 mcpServers 配置并进你客户端的配置文件(Claude Desktop 在 ~/Library/Application Support/Claude/claude_desktop_config.json,Cursor 在 ~/.cursor/mcp.json)。
  3. 3完全退出客户端再打开,工具列表出现该产品即成功。

需要带完整安装命令和配置 JSON 的教程?看 Top 20 的深度文档:代码文档查询工具 context7

常见问题

Q

本地RAG系统免费吗?

A

代码在 GitHub 开放获取,费用与许可证以仓库为准。

Q

本地RAG系统能用在 Cursor / Cline 吗?

A

能。MCP 是通用协议,配置在各客户端之间基本通用,只是配置文件位置不同。