$ loading_
通过知识图谱与多模态解析，构建可切换查询模式的高级RAG检索系统
该 MCP 工具材料显示其为开源 MIT 项目、无需密钥且未声明远程端点，整体未见明显高风险红旗。需注意其具备本地执行代码以及文档摄取/检索类数据访问能力，但现有材料过少，部分边界无法充分验证。
材料明确标注“无”密钥/环境变量，未见要求提供 API key、账户令牌或其他敏感凭证；基于现有信息，凭证泄露与滥用面较低。
未声明任何远程端点 host，材料中也未描述将文档或查询发送到外部服务；就已提供信息看，未见明确的数据外发路径。但因 README 缺失，无法完全排除未披露的联网行为。
系统检查项标明该工具会执行代码；作为 MCP 服务器，这通常意味着可在本机启动进程并处理索引/检索任务。这属于此类工具的常规能力，当前材料未显示超出声明功能的系统权限申请。
其功能声明包含 document ingestion、知识图谱和多模态抽取，合理推断需要读取用户提供的文档并可能生成本地索引/中间数据。现有材料未说明具体读写路径、是否限制目录或是否仅处理显式提供的数据，因此需留意访问边界。
正面因素是开源且采用 MIT 许可证，源码原则上可审计；但来源为 third_party_registry，仓库社区采用度为 0 star、维护状态未知且 README 缺失，导致可验证性与成熟度有限。未见足够红旗升为高风险，但供应链信任度一般。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"RAG-Anything 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 RAG-Anything MCP Server 导入这批 PDF、Markdown 和图片文档，提取其中的文本、表格与图像信息，构建带知识图谱的检索库，并说明 naive、local、global、hybrid 四种查询模式分别适合哪些问题。
返回已完成的知识库构建说明、抽取内容概览，以及四种查询模式的适用场景建议。
我有一份包含流程图、截图和文字说明的项目文档。请通过 RAG-Anything MCP Server 建立索引，并回答：系统的核心流程是什么？涉及哪些关键模块？如果不同页面信息冲突，请指出差异。
输出基于多模态内容的结构化答案，概括流程、模块与冲突点。
针对这个技术文档集合，请分别用 local、global 和 hybrid 模式进行示例查询，对比它们在细节定位、全局总结和综合问答上的效果，并给出推荐配置。
给出不同查询模式的对比结果、优缺点分析和适合当前资料集的配置建议。
让兼容 MCP 的应用完成多模态文档解析、检索与 RAG 问答。
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。
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。
将文档导入图数据库并构建可查询知识图谱，支持健康检查与知识检索。
让 AI 安全检索本地私有文档，并基于持久记忆回答问题。
智能检索增强生成工具，可自动在私有知识库与网页间选择信息来源。