LLM + MCP + RAG

目标

• Augmented LLM (Chat + MCP + RAG)
• 不依赖框架
  • LangChain, LlamaIndex, CrewAI, AutoGen
• MCP
  • 支持配置多个MCP Serves
• RAG 极度简化板
  • 从知识中检索出有关信息，注入到上下文
• 任务
  • 阅读网页 → 整理一份总结 → 保存到文件
  • 本地文档 → 查询相关资料 → 注入上下文

The augmented LLM

• Building Effective Agents

classDiagram
    class Agent {
        +init()
        +close()
        +invoke(prompt: string)
        -mcpClients: MCPClient[]
        -llm: ChatOpenAI
        -model: string
        -systemPrompt: string
        -context: string
    }
    class ChatOpenAI {
        +chat(prompt?: string)
        +appendToolResult(toolCallId: string, toolOutput: string)
        -llm: OpenAI
        -model: string
        -messages: OpenAI.Chat.ChatCompletionMessageParam[]
        -tools: Tool[]
    }
    class EmbeddingRetriever {
        +embedDocument(document: string)
        +embedQuery(query: string)
        +retrieve(query: string, topK: number)
        -embeddingModel: string
        -vectorStore: VectorStore
    }
    class MCPClient {
        +init()
        +close()
        +getTools()
        +callTool(name: string, params: Record<string, any>)
        -mcp: Client
        -command: string
        -args: string[]
        -transport: StdioClientTransport
        -tools: Tool[]
    }
    class VectorStore {
        +addEmbedding(embedding: number[], document: string)
        +search(queryEmbedding: number[], topK: number)
        -vectorStore: VectorStoreItem[]
    }
    class VectorStoreItem {
        -embedding: number[]
        -document: string
    }

    Agent --> MCPClient : uses
    Agent --> ChatOpenAI : interacts with
    ChatOpenAI --> ToolCall : manages
    EmbeddingRetriever --> VectorStore : uses
    VectorStore --> VectorStoreItem : contains

依赖

git clone [email protected]:KelvinQiu802/ts-node-esm-template.git
pnpm install
pnpm add dotenv openai @modelcontextprotocol/sdk chalk**

LLM

• OpenAI API

MCP

• MCP 架构
• MCP Client
• Fetch MCP
• Filesystem MCP

RAG

• Retrieval Augmented Generation
  • 译文: https://www.yuque.com/serviceup/misc/cn-retrieval-augmented-generation-overview
• 各种Loaders: https://python.langchain.com/docs/integrations/document_loaders/
• 硅基流动
  • 邀请码： x771DtAF
• json数据

向量

• 维度
• 模长
• 点乘 Dot Product
  • 对应位置元素的积，求和
• 余弦相似度 cos
  • 1 → 方向完全一致
  • 0 → 垂直
  • -1 → 完全想法