MODULAR-RAG-MCP-SERVER
一个模块化RAG开发框架与实战项目，支持MCP协议，专为学习与求职设计。
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：MODULAR-RAG-MCP-SERVER。 它的用途是：一个模块化RAG开发框架与实战项目，支持MCP协议，专为学习与求职设计。 完整的 Skill 内容见：https://321skill.com/skills/modular-rag-mcp-server/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
“请使用setup技能配置项目环境。”，它会引导你选择AI服务商、配置API密钥、安装依赖并启动管理面板，完成一键初始化。
对AI说：“请基于DEV_SPEC，使用auto-coder技能完成‘混合检索模块’的开发。”，它会读取规格文档，自动生成符合接口定义的检索、融合与重排代码。
介绍
这个项目解决的核心问题是：如何系统性地学习和构建一个生产级的RAG（检索增强生成）系统，并应对相关岗位的求职面试。它不仅仅是一个代码仓库，更是一个包含完整工程化思路、教学资源和实战演练的解决方案。
使用方式非常灵活。你可以直接克隆main分支快速体验完整功能；也可以选择dev分支研究开发历程；或者挑战clean-start分支，利用内置的Agent Skill，让AI根据详细的开发规格文档（DEV_SPEC）自动完成从零到一的代码编写，亲身实践“Spec驱动开发”的先进工作流。
它非常适合两类人群：一是正在寻找AI/LLM相关岗位（如大模型应用开发、RAG工程师）的求职者，需要一个高质量、有深度的项目来充实简历和应对面试；二是希望深入理解RAG系统架构、渴望掌握模块化设计和工程化落地能力的学习者。
使用建议：请根据自身目标选择合适的分支。对于想深度学习的同学，强烈推荐从clean-start分支开始，跟随配套视频讲解，体验用Skill驱动AI完成整个项目的完整流程，这比直接看代码收获更大。
核心特点
1. 深度融合了“项目实战”与“求职教学”双重属性，不仅提供可运行的代码，更配套了从架构设计、Spec驱动开发到简历撰写的完整方法论与视频讲解。2. 内置了auto-coder、qa-tester等一系列Agent Skill，能基于DEV_SPEC自动完成编码、测试、打包等全流程，是实践“AI辅助开发”范式的绝佳案例。
注意事项
不适合仅需要快速调用一个现成RAG API、而不关心其内部实现和工程细节的用户。
常见问题
这个项目对找AI相关工作有帮助吗？
非常有帮助。它覆盖了RAG面试的核心考点（混合检索、重排、评估等），并提供了可直接写入简历的“简历参考”，是一个高质量的项目经历。
需要自己从头写代码吗？
不一定。项目提供了`clean-start`分支和配套的Agent Skill，你可以让AI基于详细的开发规格文档（DEV_SPEC）自动生成大部分代码，你的重点是理解架构和流程。
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/modular-rag-mcp-server/raw/index.md 读取 MODULAR-RAG-MCP-SERVER 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/modular-rag-mcp-server/raw/index.md（查看排版版本）