local-rag-mcp-server

RAG処理・LLM推論をローカル完結させた MCP サーバーです。 ChromaDB + Ollama（nomic-embed-text / qwen3.5:9b）を使い、PDF・txt・md ファイルを登録して質問に回答します。

注意： Claude Desktop 経由で使用する場合、ユーザーの質問と RAG 検索結果が Anthropic API に送信されます。 機密情報を扱う場合は Open WebUI + Ollama による完全オフライン構成を推奨します。

構成

前提条件

• Python 3.10 以上
• Ollama がローカルで起動していること
• 以下のモデルが pull 済みであること

ollama pull nomic-embed-text
ollama pull qwen3.5:9b

セットアップ

# 1. リポジトリのルートに移動
cd C:\Users\pcuser\Documents\project\local-rag-mcp-server

# 2. .env ファイルを作成
cp .env.example .env

# 3. 仮想環境を有効化（作成済み）
.venv\Scripts\activate

# 4. サーバーを起動（動作確認）
python server.py

MCPツール

add_document(file_path: str)

ファイルを RAG インデックスに追加します。

対応形式: .pdf / .txt / .md

search_documents(query: str)

質問に対して RAG 検索を行い、qwen3.5:9b で回答を生成します。

list_documents()

登録済みドキュメントの一覧（ファイル名・チャンク数・パス）を返します。

ディレクトリ構成

local-rag-mcp-server/
├── server.py           # MCP サーバー本体
├── requirements.txt    # 依存パッケージ
├── .env.example        # 環境変数テンプレート
├── .env                # 環境変数（自分で作成）
├── .venv/              # 仮想環境
├── chroma_db/          # ChromaDB データ（自動生成）
├── docs/               # ドキュメント格納フォルダ
└── README.md

Claude Desktop への設定

claude_desktop_config.json に以下を追加してください。

場所: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "local-rag": {
      "command": "C:\\Users\\pcuser\\Documents\\project\\local-rag-mcp-server\\.venv\\Scripts\\python.exe",
      "args": [
        "C:\\Users\\pcuser\\Documents\\project\\local-rag-mcp-server\\server.py"
      ],
      "env": {
        "CHROMA_DB_PATH": "C:\\Users\\pcuser\\Documents\\project\\local-rag-mcp-server\\chroma_db",
        "EMBED_MODEL": "nomic-embed-text",
        "LLM_MODEL": "qwen3.5:9b",
        "OLLAMA_HOST": "http://localhost:11434"
      }
    }
  }
}

設定後、Claude Desktop を再起動すると local-rag サーバーが認識されます。

使用例

# ドキュメントを登録
add_document("C:/Users/pcuser/Documents/project/local-rag-mcp-server/docs/manual.pdf")

# 質問して回答を得る
search_documents("有給休暇の申請方法を教えてください")

# 登録済みドキュメントを確認
list_documents()

環境変数