$ loading_
在本地文档中向量检索并增强大模型回答
复制安装指令，让 AI 自动完成配置 · 推荐新手
"rag_mcp" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
请基于本地 ./docs 中的合同条款，回答“违约责任”相关内容，并列出引用来源。
结合检索到的文档内容，给出带来源的准确回答。
搜索本地资料夹里的 PDF、DOCX、Markdown，整理出项目需求的关键结论和待办。
输出跨文件格式的检索结果、摘要和待办清单。
请在本地论文文件夹中检索关于“向量数据库”的相关段落，总结主要观点、共识与分歧。
给出基于文献检索的结构化综述。
让 AI 安全检索本地私有文档，并基于持久记忆回答问题。
基于本地向量库存储与语义检索文本，实现对话式记忆和信息召回。
为代码、PDF与文档建立语义索引并精准检索引用内容。
将双 RAG 检索能力封装为 MCP 工具，支持鉴权后的图增强与混合检索调用。
连接本地代码库与文档索引，让 AI 用向量检索快速定位相关内容。
为项目提供可追溯的知识库检索与知识片段写入能力