shinpr/mcp-local-rag

何を解決するか

mcp-local-rag は、外部の埋め込みAPIにデータを送信せずに、プライベートドキュメントを検索できるローカルの検索拡張生成（RAG）システムです。すべてのドキュメント解析、埋め込み、ストレージをマシン上で行うことで、機密性とコスト効率の両立を実現します。また、意味検索が正確な技術用語（API名やエラーコードなど）を漏らす問題を、ハイブリッド検索アプローチで解決しています。

動作方法

システムは主に2つのフェーズで動作します：

1. インジェスト：サポートされているファイル（PDF、DOCX、Markdown、TXT）またはHTMLデータを解析し、セマンティックチャンクング（Markdownコードブロックを保持）でチャンクに分割。Transformers.jsを使用してローカルで埋め込みを生成し、LanceDBベクトルデータベースに保存します。
2. 検索：クエリが送信されると、システムはクエリを埋め込み、意味的に関連するチャンクをベクトル検索で検索。その後、キーワードブーストを適用して、正確な技術用語がより高い順位になるようにします。

さらに、PDF用のオプション「ビジュアルモード」も提供。ローカルのビジョンモデルを使用して、図や表に検索可能なキャプションを生成します。

対象ユーザー

• 技術文書やプライベート論文を検索したい開発者や研究者。
• AIコーディングツール（Claude Code、Cursor、Codexなど）のユーザーで、Model Context Protocol（MCP）経由でローカルドキュメント検索を統合したい人。
• 敏感なドキュメントをホスティングされた埋め込みサービスに送信できないプライバシー意識の高いユーザー。

特徴

• 完全ローカル：APIキー、Docker、外部データベース不要。初期モデルダウンロード後はオフラインで動作。
• ハイブリッド検索：意味検索とキーワードマッチングを組み合わせ、技術的な正確性を向上。
• MCP統合：MCPサーバーとして動作し、AIエージェントがドキュメントを直接同期・インジェスト・検索可能。
• セマンティックチャンクング：固定文字数ではなく、トピックの境界でドキュメントを分割。
• ビジュアルPDFインデックス：オプションのローカルVLMサポートで、PDFの図に検索可能なキャプションを作成。