Docs RAG MCP服务器
基于TypeScript的本地文档RAG系统，支持Git与文本索引查询。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：Docs RAG MCP服务器。 它的用途是：基于TypeScript的本地文档RAG系统，支持Git与文本索引查询。 完整的 Skill 内容见：https://321skill.com/skills/docs-rag-mcp服务器/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我查一下我们项目中关于用户认证模块的最新设计文档要点。”，它会自动检索您本地索引的项目文档文件夹，并返回相关章节。或者
对AI说：“上个月在`auth-service`这个Git仓库里，主要修复了哪些类型的Bug？”，它会查询本地的Git索引，总结出相关的提交历史和修复内容。
介绍
这个Skill解决了开发者和内容工作者在本地高效查询私有文档和代码仓库知识的问题。它通过检索增强生成（RAG）技术，将您的本地文档（如Markdown、文本文件）和Git仓库内容构建成本地索引，使AI助手能够基于这些私有知识库进行精准回答，无需将敏感数据上传至云端。
使用方式非常简单：安装并启动这个MCP服务器后，将其配置到您的AI助手（如Claude Desktop）中。之后，您就可以直接向AI提问，AI会实时检索您本地的文档或Git历史来提供答案，例如询问某个项目的特定配置或某段代码的修改历史。
它非常适合需要频繁查阅内部技术文档、项目代码库或私有知识库的开发者、技术写作者和项目经理。对于处理敏感信息、有严格数据隐私要求或在离线/内网环境下工作的团队尤其有价值。
建议在使用前，先规划好需要索引的文档目录或Git仓库路径，并注意索引的构建可能需要一些初始时间。由于完全在本地运行，请确保您的设备有足够的存储空间来存放索引文件。
核心特点
核心区别在于它专为本地化部署设计，完全在用户设备上运行，确保数据隐私；同时原生支持对Git仓库的索引和查询，能直接回答关于代码提交历史、变更等开发相关的问题，而不仅仅是静态文档。
注意事项
不适合需要实时联网搜索最新公开信息或处理超大规模（如TB级）文档库的场景。
常见问题
它能索引哪些类型的文档？
主要支持文本文件、Markdown以及Git仓库中的代码和提交信息。
数据会上传到云端吗？
不会，所有索引构建和查询过程均在您的本地设备上完成，保护用户隐私。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/docs-rag-mcp服务器/raw/index.md 读取 Docs RAG MCP服务器 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/docs-rag-mcp服务器/raw/index.md（查看排版版本）