@ 社区模板
通过 MCP 协议 Vectorize 的能力, 可基于 Vectorize 上配置好的 RAG 流水线执行检索或深度研究。
Vectorize 帮助您更快、更轻松地构建人工智能应用。它自动提取数据,使用 RAG 评估找到最佳向量化策略,并让您快速部署非结构化数据的实时 RAG 管道。您的向量搜索索引始终保持最新,并且它可以与您现有的向量数据库集成,让您完全控制自己的数据。Vectorize 处理繁重的工作,使您能够专注于构建强大的人工智能解决方案,而无需陷入数据管理的泥潭
Vectorize RAG 流水线示意图
工具标识 | 功能描述 | 核心参数 |
---|---|---|
retrieve | 执行向量检索,返回与查询最相关的文档内容。 | question (查询文本),k (返回的文档数量) |
extract | 从文件中提取文本内容,并将其转换为 Markdown 格式。 | base64document (Base64 编码的文件内容),contentType (文件类型) |
deep-research | 生成私有的深度研究内容,支持 Web 搜索。 | query (查询文本),webSearch (是否启用 Web 搜索) |
https://github.com/vectorize-io/vectorize-mcp-server