$ loading_
连接 PostgreSQL 向量库进行语义检索，返回文档片段供大模型综合生成答案。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"MCP RAG 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 search_documents 工具，在 PostgreSQL 向量库中检索与“客户退款政策”最相关的文档片段，并返回原始结果。
返回若干条与退款政策相关的原始文档片段及相似结果，供后续总结回答使用。
先调用 search_documents 检索“如何配置单点登录”，再基于返回的片段整理出准确答案，并标明关键信息来源。
先得到原始检索片段，再生成结合检索内容的问答结果，降低模型凭空编造风险。
使用 search_documents 搜索“Q3 产品路线图”相关内容，返回最相关的文档片段，不要改写原文。
输出与指定主题最相关的原始文档摘录，便于人工核对与后续分析。
帮助用户构建并查询向量知识库，实现文档语义检索与增强生成。
将文档写入本地向量库并语义检索，帮助构建可用的 RAG 工作流。
通过 MCP 为文档建立索引并进行关键词、向量检索的 RAG 工具
让 AI 安全检索本地私有文档，并基于持久记忆进行问答。
通过自然语言查询 Qdrant 向量库，检索相关上下文与元数据。
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。