shinpr/mcp-local-rag

解決する課題

外部の埋め込みAPIにデータを送信することなく、プライベートなローカルドキュメント（PDF、DOCX、Markdown、テキストファイル）を検索する方法を提供します。AIアシスタントやユーザーがターミナルを通じてローカルファイルのセマンティック検索やキーワード検索を実行できるようにし、データをオフラインに保ちます。

仕組み

このプロジェクトは、Model Context Protocol (MCP) を使用したローカルRAG（検索拡張生成）システムを実装しています。指定されたローカルディレクトリ内のドキュメントをインデックス化し、セマンティックな類似性（ローカル埋め込みモデルを使用）と技術用語のキーワードマッチングを組み合わせます。MCP互換クライアント（Claude Code、Cursor、Codexなど）に統合したり、スタンドアロンのCLIツールとして使用したりできます。ローカルモデルのキャッシュをサポートしており、オプションでローカルのビジョンモデルを使用してPDF内の図にキャプションを生成することも可能です。

対象ユーザー

• プライベートなドキュメントをオフラインで検索する必要がある開発者や研究者。
• エージェントにローカルの知識ベースへのアクセス権を与えたい、MCP互換AIクライアントのユーザー。
• APIコストやプライバシーの懸念を避けるため、ローカルファーストのAIツールを好む方。

主な特徴

• 完全ローカル：APIキー、Docker、外部データベースは不要。モデルのダウンロード後は、取り込みと検索がオフラインで動作します。
• ハイブリッド検索：セマンティックな意図と、API名やエラーコードの正確なキーワードマッチングを組み合わせます。
• 幅広いフォーマット対応：PDF、DOCX、Markdown、テキストファイルをインデックス化します。
• MCP統合：Model Context Protocol を介してAIエージェントとシームレスに接続します。
• ビジョン機能：PDF内の図に対してオプションでローカルキャプション生成を行い、検索可能にします。