$ loading_
帮助开发者构建具备混合检索与代理推理的生产级 RAG 系统
复制安装指令，让 AI 自动完成配置 · 推荐新手
"Modular RAG MCP Server" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请使用 Modular RAG MCP Server 设计一个面向企业内部文档的 RAG 架构，要求包含混合检索、重排序、Agent 推理流程，以及与 Claude Desktop 的 MCP 集成方式，并给出模块划分与数据流说明。
一份生产级 RAG 系统方案，包含架构模块、检索链路、推理流程与集成说明。
基于 Modular RAG MCP Server，帮我制定一个混合检索优化方案：结合关键词检索与向量检索，说明召回、重排序、评估指标和调参思路，并给出适合技术文档场景的配置建议。
一套检索优化建议，涵盖召回策略、评估方法、参数调优与场景化配置。
请为 Modular RAG MCP Server 输出一个开发实施清单，用于把 RAG 能力通过 MCP 接入 Claude Desktop。内容包括环境准备、核心接口、调用流程、测试重点和上线前检查项。
一份清晰的集成实施清单，帮助团队完成开发、测试与上线准备。
通过 MCP 为 AI 助手提供可插拔的知识检索与推理能力调用接口
将非结构化文档转为可检索知识库，并通过 MCP 提供检索能力给 AI 代理调用。
为大模型建立文档索引并按需检索相关上下文，提升问答质量。
提供可插拔的模块化RAG服务，支持文档问答、语义搜索与知识库构建。
让 AI 安全检索本地私有文档，并基于持久记忆回答问题。
让 Claude Desktop 通过 MCP 检索自建知识库并生成答案。