$ loading_
为本地文档建立语义检索系统,帮助用户用 AI 快速搜索和召回资料。
复制安装指令,让 AI 自动完成配置 · 推荐新手
"Local Knowledge 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。
请在我的本地论文和笔记库中检索与“RAG 评估方法”最相关的内容,返回前 5 条结果,并附上来源文件名与相关片段摘要。
返回按相关度排序的检索结果列表,包含文件来源、摘要片段和匹配理由。
基于我的本地产品文档、会议纪要和技术方案,回答“这个功能上线前有哪些已知风险和依赖项?”,并注明答案分别来自哪些文档。
生成带出处标注的综合答案,汇总多个文档中的风险与依赖信息。
帮我为本地项目文档建立向量检索索引,使用可配置的 embedding 提供商,并说明索引构建完成后如何执行语义搜索。
提供索引建立步骤、配置建议,以及后续语义检索的使用方式说明。
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。