knowledge-rag

knowledge-rag — MCP-сервер сообщества (автор — lyonzin). Офлайн-RAG для Claude Code с гибридным поиском и переранжированием. Ставится через npx. Лицензия MIT.

Опубликовано 13.11.2026 · Обновлено 14.11.2026 · Проверено 13.11.2026

Кратко о сервере

Разработчик
lyonzin
Лицензия
MIT
Транспорт
stdio
Авторизация
none
ОС
linux, macos, windows
Языки
python

Уровень риска: high

Читает папку документов, может создавать, менять и удалять документы; add_from_url загружает страницы; порт метрик без аутентификации.

Настройка клиентов

cursor
{
    "code": "{\n  \"mcpServers\": {\n    \"knowledge-rag\": {\n      \"command\": \"npx\",\n      \"args\": [\"-y\", \"knowledge-rag\"],\n      \"env\": { \"KNOWLEDGE_RAG_DIR\": \"~/knowledge-rag\" }\n    }\n  }\n}",
    "file": "~/.cursor/mcp.json",
    "lang": "json",
    "notes": "Дословно из README для клиентов с блоком mcpServers",
    "verified": "docs"
}

Что умеет

knowledge-rag — локальный RAG-сервер для MCP под лицензией MIT. Он индексирует документы и код на вашем компьютере и даёт Claude Code, Cursor, VS Code и другим MCP-клиентам 13 инструментов для поиска по ним. Поиск гибридный: ключевые слова (BM25) плюс векторное сходство, с переранжированием кросс-энкодером. Работает в Windows, Linux и macOS, видеокарта NVIDIA необязательна.

По замерам из README медианный гибридный запрос без кеша занимает 11,1 мс на процессоре и 6,1 мс на CUDA, а повторный запрос из кеша — 0,03 мс. В рабочем воспроизведении полностью перестроен индекс из 75 016 фрагментов по 5889 документам.

Инструменты:

  • поиск: search_knowledge с фильтрами по категориям, папкам и минимальному баллу, search_similar — похожие документы, get_document — полный текст файла;
  • обзор: список документов и категорий, статистика индекса, оценка качества поиска по вашим парам «запрос — ожидаемый файл»;
  • изменение базы: add_document, update_document, remove_document (при желании вместе с файлом), add_from_url — загрузка веб-страницы в Markdown с отметкой источника;
  • индексация: инкрементальная или полная переиндексация в фоне и проверка её хода.

У каждого результата есть путь к файлу и номер фрагмента, поэтому ссылки указывают на конкретное место.

Кому подойдёт

  • Разработчикам и аналитикам, которые хотят, чтобы агент искал по их документации, заметкам и коду без облака.
  • Командам, которым нужен один общий индекс для нескольких клиентов через HTTP-сервер.

Похожие серверы — в категории знания и память.

Установка

Нужны Python 3.11+ и Node.js 16+. Пакет npm — это загрузчик: он находит Python, создаёт виртуальное окружение в ~/.knowledge-rag/venv, ставит соответствующую версию knowledge-rag из PyPI и запускает сервер через stdio. Есть также установка через pip и образ Docker для linux/amd64 и linux/arm64.

Переменная KNOWLEDGE_RAG_DIR задаёт папку с config.yaml, documents/, data/ и кешем моделей. Задавайте её всегда: без неё сервер может выбрать папку из рабочего каталога клиента. Положите файлы в ~/knowledge-rag/documents/ — новые и изменённые файлы индексируются автоматически, а модели (около 150 МБ) скачиваются при первой необходимости.

Подключение к клиентам

Команды и конфиг приведены дословно из README. Подробнее — в инструкции как подключить MCP.

npx -y knowledge-rag --install-only
claude mcp add knowledge-rag -s user --env KNOWLEDGE_RAG_DIR=~/knowledge-rag -- npx -y knowledge-rag

README приводит этот JSON для клиентов с блоком mcpServers: Claude Desktop (claude_desktop_config.json), Cursor (~/.cursor/mcp.json или .cursor/mcp.json), Windsurf (~/.codeium/windsurf/mcp_config.json) и Antigravity. Для VS Code запись идёт в .vscode/mcp.json под ключом servers с "type": "stdio", для OpenCode — в opencode.json.

Проверка

Положите несколько файлов в папку documents/ и попросите агента показать статистику индекса (get_index_stats), а затем найти в документах ответ на конкретный вопрос со ссылкой на файл.

Примеры задач

Найди в моих документах, как настраивается резервное копирование базы, и укажи файлы и фрагменты.
Сохрани эту страницу документации в базу знаний и переиндексируй.

Риски

  • Чтение и запись файлов. Сервер читает всё в папке документов, а инструменты могут создавать, менять и удалять документы. Не кладите в индекс секреты.
  • Сеть. add_from_url загружает веб-страницы, а модели скачиваются при первом запуске. HTTP-режим по умолчанию слушает 127.0.0.1; при открытии в сеть задайте bearer_token. Порт метрик в README привязан ко всем интерфейсам без аутентификации — закройте его межсетевым экраном.
  • Целостность индекса. Не запускайте два процесса записи на одну папку данных и не держите её в облачных синхронизируемых папках (OneDrive, Dropbox и другие): по README это повреждало индекс.

Частые вопросы

Можно ли подключить несколько клиентов к одному индексу?

Да. Запустите один сервер в режиме streamable HTTP и подключите к нему все клиенты; stdio подходит для одного клиента.

Нужна ли видеокарта?

Нет, всё работает на процессоре; с NVIDIA CUDA запросы быстрее.

Основы протокола — на странице что такое MCP-сервер.

Похожие MCP-серверы

Memory

Эталонный сервер постоянной памяти на основе графа знаний.

Риск: high Лицензия: NOASSERTION ★ 92 089

Context7

Context7 даёт агентам актуальную документацию и примеры кода библиотек нужных версий.

Риск: medium Лицензия: MIT ★ 65 087

hindsight

Долговременная память для ИИ-агентов по образцу человеческой.

Риск: medium Лицензия: MIT ★ 61 836

cognee-mcp

Менеджер памяти cognee для ИИ-приложений на графовых и векторных хранилищах.

Риск: high Лицензия: Apache-2.0 ★ 33 236

Источники