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
{
"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_knowledgeс 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-ragREADME 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_urlзагружает веб-страницы, а модели скачиваются при первом запуске. HTTP-режим по умолчанию слушает127.0.0.1; при открытии в сеть задайтеbearer_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.
Context7
Context7 даёт агентам актуальную документацию и примеры кода библиотек нужных версий.
hindsight
Долговременная память для ИИ-агентов по образцу человеческой.
cognee-mcp
Менеджер памяти cognee для ИИ-приложений на графовых и векторных хранилищах.