AI摘要

本文介绍了如何基于模型上下文协议（MCP）构建高性能企业RAG系统，以有效管理和利用企业内部知识资产。MCP通过标准化协议将知识检索服务解耦为独立模块，具有标准化工具调用、解耦设计、灵活扩展和工程实践友好等优势。项目目标是构建支持MCP协议的知识库服务和客户端，实现文档智能切分、FAQ自动提取功能，并支持复杂问题的拆解和混合检索策略。系统设计包括知识库服务（MCP Server）、客户端工具（MCP Client）和大模型集成。项目实战部分详细介绍了从环境搭建、服务部署到功能测试的全过程，并提供了代码示例。最后，文章总结了实施建议与最佳实践，并展望了基于MCP的RAG系统的未来发展。
本文介绍了如何基

在企业数字化转型浪潮中，如何有效管理和利用内部知识资产已成为关键挑战。随着大型语言模型(LLM)技术的成熟，检索增强生成(RAG)应用正逐渐成为连接企业知识与AI能力的重要桥梁。然而，传统RAG实现常面临检索质量不佳、实时更新困难等痛点问题。

本文将通过实战案例，详细介绍如何基于模型上下文协议(MCP)构建一套高性能企业RAG系统，帮助企业快速打造智能知识库应用。

MCP与传统RAG对比优势

传统RAG方案的局限

传统RAG实现通常采用简单的"Embedding+检索+LLM生成"架构，存在以下限制：

1. 紧耦合架构：检索逻辑与LLM调用紧密耦合，难以独立优化
2. 单一检索策略：通常只采用向量检索，缺乏多种检索方式结合
3. 缺乏标准化接口：各实现间接口差异大，难以实现功能复用
4. 维护成本高：系统升级需要修改大量底层代码

MCP解决方案的优势

基于MCP的RAG系统通过标准化协议，将知识检索服务解耦为独立模块，带来以下优势：

1. 标准化工具调用：MCP提供统一接口规范，降低集成成本
2. 解耦设计：将模型调用与业务逻辑分离，便于独立升级和维护
3. 灵活扩展：轻松添加新数据源和功能模块，如混合检索、多模态内容等
4. 工程实践友好：符合软件工程最佳实践，便于团队协作开发

图片源自 dailydoseofds

项目背景与需求

现代企业面临的知识管理挑战主要表现在以下几个方面：

• **知识分散**：企业文档分布在多个系统中，缺乏统一检索入口
• **检索效率低**：传统关键词检索无法理解语义，难以准确找到所需信息
• **知识更新慢**：知识库更新依赖人工整理，无法及时反映最新情况
• **使用门槛高**：专业术语和复杂查询语法提高了普通员工使用难度

针对这些问题，我们需要设计一个系统满足以下核心需求：

1. **智能检索**：支持自然语言提问，理解问题意图和上下文
2. **知识自动化处理**：实现文档智能拆分、FAQ自动提取
3. **灵活扩展**：支持多种数据源和模型集成
4. **易于部署与维护**：架构简洁，便于技术团队掌握和迭代

项目目标

本项目旨在构建一个基于MCP的企业RAG系统，实现以下具体目标：

1. **技术目标**
    • 构建支持MCP协议的知识库服务和客户端
    • 实现文档智能切分、FAQ自动提取功能
    • 支持复杂问题的拆解和混合检索策略
2. **应用目标**
    • 提供统一的知识库管理和检索入口
    • 显著提升企业内部知识检索准确率(目标90%以上)
    • 减少70%知识库维护工作量
    • 支持企业各类文档的智能处理和检索

项目系统设计与实现

本项目系统设计参考自alibabacloud-tablestore-mcp-server[1]，由于alibabacloud-tablestore-mcp-server项目使用Tablestore存储和Java实现的MCP Server，不方便于后期扩展和迭代。

本项目改造为Milvus存储和Python实现MCP Server和MCP Client，代码全部重写（cursor帮忙不少）。

以下设计和流程皆为alibabacloud-tablestore-mcp-server内容，在此感谢@xjtushilei 开源的alibabacloud-tablestore-mcp-server。

我们构建的基于MCP的RAG系统主要包含三个核心部分：

1. 知识库服务(MCP Server)：基于Milvus向量数据库实现的后端服务，负责文档存储和检索
2. 客户端工具(MCP Client)：与MCP Server通信的客户端，实现知识库的构建和检索功能
3. 大模型集成：通过LLM实现文档切分、FAQ提取、问题拆解和回答生成等核心功能

流程图

主要分为两部分：知识库构建和检索。

1. **知识库构建**
    1. 文本切段： 对文本进行切段，切段后的内容需要保证文本完整性以及语义完整性。
    2. 提取 FAQ： 根据文本内容提取 FAQ，作为知识库检索的一个补充，以提升检索效果。
    3. 导入知识库： 将文本和 FAQ 导入知识库，并进行 Embedding 后导入向量。
2. **知识检索（RAG）**
    1. 问题拆解： 对输入问题进行拆解和重写，拆解为更原子的子问题。
    2. 检索： 针对每个子问题分别检索相关文本和 FAQ，针对文本采取向量检索，针对 FAQ 采取全文和向量混合检索。
    3. 知识库内容筛选： 针对检索出来的内容进行筛选，保留与问题最相关的内容进行参考回答。

相比传统的 Naive RAG，在知识库构建和检索分别做了一些常见的优化，包括 Chunk 切分优化、提取 FAQ、Query Rewrite、混合检索等。

流程
流程图

本Agent整体架构分为三个部分：

1. **知识库**： 内部包含 Knowledge Store 和 FAQ Store，分别存储文本内容和 FAQ 内容，支持向量和全文的混合检索。
2. **MCP Server**： 提供对 Knowledge Store 和 FAQ Store 的读写操作，总共提供 4 个 Tools。
3. **功能实现部分**：完全通过 Prompt + LLM 来实现对知识库的导入、检索和问答这几个功能。

1、项目结构

项目结构分为两部分：

1. **milvus-mcp-client**： Python 实现的 Client 端，实现了与大模型进行交互，通过 MCP Client 获取 Tools，根据大模型的反馈调用 Tools 等基本能力。通过 Prompt 实现了知识库构建、检索和问答三个主要功能。
2. ** milvus-mcp-server：** Python 实现的 Server 端，基于 MCP 框架实现的服务，提供了连接 Milvus 向量数据库的接口，支持知识库的存储和检索功能。

项目实战：从零搭建MCP-RAG系统

接下来，我们将从环境搭建、服务部署到功能测试，全面介绍如何搭建一个基于MCP的RAG系统。

环境准备

首先，确保满足以下系统要求：

• Docker 和 Docker Compose
• 至少 4CPU、4GB内存和20GB磁盘空间
• 克隆代码git clone -b rag_0.1.1 https://github.com/FlyAIBox/mcp-in-action.git

部署MCP Server

MCP Server基于Milvus向量数据库，提供了知识库的存储和检索功能。

对于需要进行开发或调试的场景，可以选择本地部署：

进入项目目录

cd mcp-rag

先启动Milvus及依赖服务

docker compose up -d etcd minio standalone

创建Python虚拟环境

python -m venv env-mcp-rag
source env-mcp-rag/bin/activate

安装依赖

pip install -r requirements.txt

启动服务

python -m app.main

MCP Server的核心API

MCP Server提供四个核心工具，支持知识库的读写操作：

1. storeKnowledge：存储文档到知识库
2. searchKnowledge：在知识库中搜索相似文档
3. storeFAQ：存储FAQ到FAQ库
4. searchFAQ：在FAQ库中搜索相似问答对

让我们看看这些API的实际实现原理：

async defstore_knowledge(self, content: str, metadata: Dict[str, Any] = None) -> Dict[str, Any]:

"""存储知识内容到Milvus"""
# 确保服务准备就绪
awaitself.ready_for_connections()

try:
    knowledge_content = KnowledgeContent(
        content=content,
        metadata=metadata or {}
    )
    self.milvus_service.store_knowledge(knowledge_content)
    return {"status": "success", "message": "Knowledge stored successfully"}
except Exception as e:
    logger.error(f"Error storing knowledge: {e}")
    return {"status": "error", "message": str(e)}

这段代码展示了storeKnowledge工具的实现：接收文本内容和元数据，创建知识内容对象，然后通过Milvus服务存储到向量数据库中。

基于MCP Client实现RAG客户端

接下来，我们需要实现一个RAG客户端，通过MCP协议与Server通信，实现知识库的构建和查询功能。

  1. 知识库构建

     • 文本切分：对长文本进行智能切分，保证语义完整性
 • FAQ提取：从文档自动生成常见问题解答对
 • 向量化存储：将文本片段和FAQ转换为向量并存入Milvus

文本切分代码示例：

def _chunk_text(self, text: str) -> List[str]:

"""将文本分割成chunk，保证语义完整性"""
chunks = []

# 处理文本小于chunk_size的简单情况
iflen(text) <= self.chunk_size:
    chunks.append(text)
    return chunks
    
# 使用重叠策略分割文本
start = 0
while start < len(text):
    # 获取chunk结束位置
    end = start + self.chunk_size
    
    # 调整结束位置，避免在句子中间切断
    if end < len(text):
        # 寻找句子边界（句号、问号、感叹号）
        sentence_end = max(
            text.rfind('. ', start, end),
            text.rfind('? ', start, end),
            text.rfind('! ', start, end)
        )
        
        # 如果找到句子结束，使用它作为chunk结束
        if sentence_end > start:
            end = sentence_end + 1# 包含句号
    
    # 添加chunk
    chunks.append(text[start:min(end, len(text))])
    
    # 移动开始位置到下一个chunk，考虑重叠
    start = end - self.chunk_overlap
    
    # 确保进度
    if start >= len(text) or start <= 0:
        break
        
return chunks

FAQ提取，通过LLM实现：

async def_extract_faqs(self, text: str) -> List[Dict[str, str]]:

"""从文本中提取FAQ"""
# 对过长文本进行分块处理
iflen(text) > 8000:
    chunks = self._chunk_text(text)
    faqs = []
    for chunk in chunks:
        chunk_faqs = awaitself._extract_faqs(chunk)
        faqs.extend(chunk_faqs)
    return faqs
    
 # FAQ提取的提示模板
 system_prompt = 
    """你是一位专业的知识提取专家。你的任务是从文本中提取可能的常见问题(FAQ)。
    这些问题应该是用户可能会问的关于文本内容的自然问题，答案应该能在文本中找到。
    提取的FAQ应该覆盖文本中最重要的概念和信息。

    请遵循以下规则：
    1. 每个FAQ由一个问题和一个答案组成
    2. 问题应该简短明了，直接针对主题
    3. 答案应该全面但简洁，提供文本中的相关信息
    4. 提取的FAQ数量应该基于文本长度和内容丰富度，通常不超过10个
    5. 确保提取的FAQ相互之间不重复
    6. 按照重要性排序，最重要的问题应该放在前面

    输出格式必须是一个JSON数组，每个FAQ是一个包含"question"和"answer"字段的对象，例如：
    [
      {
        "question": "问题1?",
        "answer": "答案1"
      },
      {
        "question": "问题2?",
        "answer": "答案2"
      }
    ]
    只输出JSON格式，不要有任何其他文本。"""
user_prompt = f"""从以下文本中提取常见问题(FAQ)：
```
{text}
```
请提取最相关、最有价值的FAQ，并按JSON格式返回。"""

# 使用LLM提取FAQ
response = self.llm_client.sync_generate(

   prompt=text,
   system_prompt=system_prompt,
   temperature=0.3

)

# 解析LLM响应获取FAQ
# ...

2. 知识检索优化

与传统RAG不同，我们在检索环节引入了问题拆解、混合检索和结果筛选三个优化机制。

    • 问题拆解：将复杂问题拆解为多个子问题
    • 混合检索：同时检索文本库和FAQ库，提高召回率
    • 结果筛选：对检索结果进行排序和筛选，优先保留高质量内容

问题拆解示例：

async def_decompose_question(self, question: str) -> List[str]:

"""将复杂问题分解为更简单的子问题"""
system_prompt = 
"""你是一位问题分析专家。你的任务是将复杂问题分解为更简单的子问题，以便更好地检索相关信息。

请遵循以下规则：
1. 分析用户的问题，识别其中包含的不同方面或概念
2. 将复杂问题拆分成更简单、更具体的子问题
3. 确保子问题覆盖原始问题的所有关键方面
4. 提供2-4个子问题，具体数量取决于原始问题的复杂度
5. 子问题应该是明确的、有针对性的
6. 子问题之间应该尽量避免重复

输出格式必须是一个JSON数组，包含所有子问题的字符串，例如：
["子问题1", "子问题2", "子问题3"]

如果原始问题已经足够简单，不需要分解，则返回只包含原始问题的JSON数组：
["原始问题"]

只输出JSON格式，不要有任何其他文本。"""

user_prompt = f"""请将以下问题分解为更简单的子问题以便检索：{question}"""

# 使用LLM生成子问题
response = self.llm_client.sync_generate(
    prompt=user_prompt,
    system_prompt=system_prompt,
    temperature=0.3
)

# 解析响应获取子问题列表
# ...

结果筛选与生成回答的关键代码：

async def_filter_context(self, question: str, context_items: List[Dict[str, Any]]) -> List[Dict[str, Any]]:

"""根据问题相关性筛选上下文"""
# 简单筛选：去重和截断
seen_contents = set()
filtered_items = []

# 优先处理FAQ类型
faq_items = [item for item in context_items if item["type"] == "faq"]
knowledge_items = [item for item in context_items if item["type"] == "knowledge"]

# 先处理FAQ项
for item in faq_items:
    # 去重处理
    # ...

# 再处理知识项
for item in knowledge_items:
    # 去重处理
    # ...

# 限制上下文项总数
max_context_items = 6
iflen(filtered_items) > max_context_items:
    filtered_items = filtered_items[:max_context_items]
    
return filtered_items

实际效果展示

部署完成后，让我们看看系统的实际运行效果：

1. 知识库构建

python -m app.main build --file test.md --title "RAG基本介绍" --author "企业知识库" --tags "LLM,RAG,知识库"

执行结果：

2025-05-11 14:50:16 | INFO | app.knowledge_builder:build_from_text:52 - Split text into 2 chunks
2025-05-11 14:50:59 | INFO | app.knowledge_builder:build_from_text:72 - Extracted 8 FAQs from text
2025-05-11 14:51:00 | INFO | __main__:build_knowledge_base:48 - Stored 2/2 chunks to knowledge base
2025-05-11 14:51:00 | INFO | __main__:build_knowledge_base:50 - Extracted and stored 8 FAQs

借助attu查看知识库构建结果
借助attu查看知识库构建结果

2. 知识检索问答

python -m app.main query --question "RAG相比企业传统的知识库有什么优势和缺点"

执行结果：

2025-05-11 15:01:46 | INFO | app.knowledge_retriever:query:39 - Decomposed question into 4 sub-questions
2025-05-11 15:01:47 | INFO | app.knowledge_retriever:query:67 - Filtered 28 context items to 6

================================================================================

问题: RAG相比企业传统的知识库有什么优势和缺点

回答: 检索增强生成（RAG）是一种通过整合训练数据之外的权威知识库来优化大型语言模型（LLM）输出的技术。其核心在于允许LLM在生成响应前动态访问特定领域或组织的内部知识库，例如实时数据源、文档或专业数据库，而无需对模型本身进行重新训练。这种方式通过引入外部信息，显著提升了生成内容的相关性、准确性及实用性，同时保留了LLM的灵活性和泛化能力。

知识检索问答

实施建议与最佳实践

根据实际项目经验，我们总结了以下最佳实践：

1. 文档处理策略
    • 合理设置文本切分的大小（1000-1500字符）和重叠率（200-300字符）
    • 根据文档类型调整切分策略，技术文档和叙述性文档要区别对待
    • 保留文档原始格式信息作为元数据，提升检索精度
2. 检索优化技巧
    • 使用混合检索（语义+关键词）提高召回率
    • 在问题拆解环节设置合理的子问题数量（2-4个）
    • 限制总上下文数量（5-8个）避免信息过载
3. 系统集成要点
    • 选择合适的向量模型
    • 针对实时更新需求设计增量索引策略
    • 添加监控和日志记录，及时发现并解决问题

总结与展望

基于MCP实现的RAG系统代表了知识库建设的新方向。通过模型上下文协议，我们不仅解决了传统RAG系统中的诸多痛点，还为企业提供了一种低成本、高效率的知识管理方案。

未来，随着大模型技术的进步和MCP标准的完善，我们可以期待更多创新功能的出现：

• 多模态内容的支持（图像、音频、视频等）
• 更精准的实时知识更新机制
• 基于用户反馈的自适应检索优化

对于企业而言，现在正是开始探索和应用这一技术的最佳时机。通过MCP-RAG，企业可以充分挖掘自身知识资产的价值，为员工和客户提供更智能、更精准的信息服务。

文章来源：https://mp.weixin.qq.com/s/SOVXbU8Lw131EFCMmMlpmA

最后修改：2025 年 06 月 15 日
© 允许规范转载
点赞的人是最酷的