minirag-mcp
minirag-mcp — MCP-сервер сообщества (автор — sfrangulov). Локальный RAG-сервер с гибридным поиском по папке документов. Ставится через uvx. Лицензия MIT.
Опубликовано 13.11.2026 · Обновлено 14.11.2026 · Проверено 13.11.2026
Кратко о сервере
- Разработчик
- sfrangulov
- Лицензия
- MIT
- Транспорт
- stdio
- Авторизация
- none
- ОС
- Не указана
- Языки
- python
Уровень риска: medium
Читает документы в BASE_DIR и строит локальный индекс; сеть только для загрузки модели и ingest_url.
Настройка клиентов
{
"code": "[mcp_servers.minirag]\ncommand = \"uvx\"\nargs = [\"minirag-mcp\"]\n\n[mcp_servers.minirag.env]\nBASE_DIR = \"/absolute/path/to/docs\"",
"file": "~/.codex/config.toml",
"lang": "toml",
"verified": "docs"
}
Что умеет
minirag-mcp — локальный RAG-сервер (поиск с дополнением генерации). Укажите ему папку с документами, и MCP-клиент (Claude Code, Cursor, Codex и другие) получит гибридный поиск по её содержимому: семантическое сходство векторов плюс усиление по точным ключевым словам. Это Python-аналог проекта mcp-local-rag на TypeScript, построенный на fastmcp, fastembed и LanceDB.
С машины уходят только две вещи: однократная загрузка модели эмбеддингов при первом использовании и явный вызов ingest_url, когда вы просите загрузить веб-страницу. Индексация локальных файлов и запросы сеть не используют.
Возможности:
- Гибридный поиск — сходство векторов (fastembed и ONNX) объединяется с ранжированием BM25 через взвешенный Reciprocal Rank Fusion, поэтому точные идентификаторы и коды ошибок находятся рядом с близкими по смыслу фрагментами.
- Все упоминания с подсчётом —
find_mentionsперечисляет каждый документ со словом или фразой и сообщает, сколько документов просмотрено. Подходит для вопросов «перечисли все», «сколько» и «этого нет». - Похожие документы — если документ почти совпадает с другими (другая версия или документ по тому же шаблону), сервер называет их и долю общего текста.
- Поиск по именам файлов, многоязычная модель по умолчанию (50+ языков, включая русский).
- 12 форматов через markitdown: PDF, DOCX, PPTX, XLSX, HTML, CSV, EPUB, ноутбуки Jupyter, Markdown и текст. С дополнением
[ocr]распознаются сканы, с[classify]— метки типа документа, проекта и даты. - Документ конвертируется один раз при индексации, а на вопрос возвращаются только нужные разделы.
- Поиск по умолчанию — сервер передаёт клиенту правило направлять вопросы, на которые отвечают документы, в индекс, а не в память модели.
Инструменты (12): sync_start и sync_status (сверка индекса с папками в фоне), ingest_file, ingest_data, ingest_url, query_documents, find_mentions, read_chunk_neighbors, read_file, list_files, delete_file (удаляет запись только из индекса) и status.
Кому подойдёт
Тем, у кого много внутренних документов — регламентов, отчётов, стенограмм — и кто хочет искать по ним через агента, не отправляя файлы в облако. Похожие серверы — в категории знания и память.
Установка
Нужны Python 3.11+ и uv. Сервер запускается через uvx minirag-mcp: первый старт медленный, дальше пакет берётся из кеша. При первой индексации понадобится около 220 МБ на диске и сеть для загрузки модели. Папку задают переменной BASE_DIR. Учтите: claude mcp add записывает запись, не запуская команду, поэтому ошибку в имени пакета вы увидите только при запуске сервера.
Подключение к клиентам
Конфиги приведены дословно из README; замените путь к документам на свой. Подробнее — в инструкции как подключить MCP.
claude mcp add minirag --scope user --env BASE_DIR=/absolute/path/to/docs \
-- uvx minirag-mcpДля Claude Desktop нужен абсолютный путь к uvx; файл на macOS — ~/Library/Application Support/Claude/claude_desktop_config.json, в Linux — ~/.config/Claude/claude_desktop_config.json. Есть и установка в один клик. Для Cursor файл — ~/.cursor/mcp.json, для Codex — ~/.codex/config.toml.
Проверка
Попросите агента проиндексировать папку, затем спросите что-нибудь из документов.
Примеры задач
Найди все документы, где упоминается SOP-114, и процитируй код точно.Что в наших регламентах сказано про согласование отпуска?Риски
- Чтение файлов в заданных папках. Все пути проверяются на нахождение внутри корня, включая символические ссылки.
- Сеть — только загрузка модели и
ingest_url; адреса локальной сети, loopback и метаданных облака отклоняются, схемыfile:иdata:запрещены. - Индекс хранится локально; исходные файлы сервер не меняет.
Частые вопросы
Поддерживается ли русский?
Да, модель по умолчанию многоязычная.
Удаляет ли delete_file файл с диска?
Нет, только из индекса.
Можно ли искать по сканам?
Да, с дополнением [ocr].
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.