Agent Skills
返回列表
🤖

OpenRAG 知识库 MCP 连接器

AI Agent 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/connect-agents-to-openrag-knowledge-bases-over-mcp。

技能介绍

要解决什么问题

团队部署 OpenRAG 知识库之后，AI 代理要访问它，通常得自己写胶水代码：处理鉴权、拼 API 调用、解析响应。当代理需要的操作变多——搜索知识库、管理文档、创建过滤器、发起 RAG 对话——这些胶水代码会迅速膨胀，维护成本直线上升。

本技能解决的是：让任何支持 MCP 的代理运行时，直接通过 OpenRAG 内置的 MCP 端点操作知识库，省去手写集成层的负担。

核心能力

  • 文档处理：向已部署的 OpenRAG 实例摄入文档
  • 知识库搜索：对已索引的内容进行检索
  • 过滤器创建：管理知识库上的过滤条件
  • RAG 聊天：针对已部署实例运行基于 RAG 的对话

工作机制

  • OpenRAG 暴露内置 MCP 端点，核心工具预打包且可直接运行，无需额外接线
  • 客户端需要支持流式 HTTP 的 MCP 客户端，例如 Cursor、Claude Desktop、IBM Bob，或其他具备 MCP 能力的代理运行时
  • 运行前需准备：OpenRAG 部署、OpenRAG API 密钥、支持流式 HTTP 的 MCP 客户端

适用边界

  • 需要预先部署 OpenRAG 服务（可使用 Docker 或 Podman 自托管），并持有有效 API 密钥
  • MCP 客户端必须支持流式 HTTP 传输，不支持该传输的运行时无法使用
  • 本技能面向 OpenRAG 已就绪的环境，不包含 OpenRAG 自身的部署逻辑

使用场景

  • 已用 Docker 部署 OpenRAG，需要让 Cursor 中的代理批量导入产品 PDF 并自动索引。
  • 在 Claude Desktop 中搭建客服问答 Agent，让它通过 MCP 搜索 OpenRAG 知识库获取标准答案。
  • 知识库混入无关文档，需要先创建过滤器，再让代理按部门查询 RAG 结果。
  • 运维人员在 IBM Bob 中接入 OpenRAG 实例，运行 RAG 聊天排查历史故障处置文档。

适合人员

  • 正在搭建企业知识问答 Agent、需要免写胶水代码直接对接 OpenRAG 的后端工程师
  • 负责批量管理文档知识库、需要用 MCP 工具录入和清洗文档的数据工程师
  • 在 OpenRAG 中配置检索策略、需要通过 MCP 创建和管理过滤规则的平台工程师
  • 调试 RAG 问答链路、需要快速验证知识库检索效果的研发人员