R2R Server
БесплатноНе проверенA FastMCP-based MCP server for the R2R API, enabling integration with document management, knowledge graphs, and RAG systems through automatically generated too
Описание
A FastMCP-based MCP server for the R2R API, enabling integration with document management, knowledge graphs, and RAG systems through automatically generated tools and resources.
README
Python 3.10+ FastMCP License: MIT Code style: ruff
FastMCP-based Model Context Protocol (MCP) сервер для R2R API, обеспечивающий интеграцию с системами управления документами, графами знаний и RAG.
⚡ Важно: Для корректной работы с OpenAPI 3.1 спецификацией рекомендуется включить экспериментальный парсер FastMCP. Добавьте
FASTMCP_EXPERIMENTAL_ENABLE_NEW_OPENAPI_PARSER=trueв.envфайл.
Возможности
- Автоматическая генерация MCP компонентов из OpenAPI спецификации
- Семантическая маршрутизация: GET операции как Resources, POST/PUT/DELETE как Tools
- Аутентификация: Поддержка Bearer token через переменные окружения
- Двойной транспорт: stdio (для Claude Desktop) и HTTP (для разработки/тестирования)
- Полное покрытие R2R API:
- Управление chunks (поиск, создание, обновление, удаление)
- Управление документами (загрузка, экспорт, метаданные)
- Коллекции и права доступа
- Граф знаний (извлечение сущностей, дедупликация, построение сообществ)
- Конверсации и сообщения
Установка
1. Клонирование и настройка окружения
# Установка зависимостей через uv (рекомендуется)
uv venv
source .venv/bin/activate # Linux/macOS
# .venv\Scripts\activate # Windows
uv pip install -e .
2. Конфигурация
Создайте .env файл на основе .env.example:
cp .env.example .env
Отредактируйте .env:
# Обязательные параметры
R2R_BASE_URL=http://localhost:7272
R2R_API_KEY=your_actual_api_key_here
# Рекомендуется: включить экспериментальный парсер (лучшая совместимость с OpenAPI 3.1)
FASTMCP_EXPERIMENTAL_ENABLE_NEW_OPENAPI_PARSER=true
# Опциональные параметры производительности
R2R_TIMEOUT=30.0 # Таймаут запросов (секунды)
DEBUG_LOGGING=false # Детальное логирование для отладки
ВАЖНО: Формат API ключа в .env файле:
# ✅ ПРАВИЛЬНО - без кавычек, без "Bearer"
R2R_API_KEY=your_actual_api_key_here
# ❌ НЕПРАВИЛЬНО - с кавычками
R2R_API_KEY="your_actual_api_key_here"
# ❌ НЕПРАВИЛЬНО - со словом Bearer
R2R_API_KEY=Bearer your_actual_api_key_here
Код автоматически добавляет "Bearer " при формировании HTTP заголовка.
Performance Optimizations:
- DEBUG_LOGGING=true - показывает детали работы OpenAPI парсера и построения запросов
- Experimental parser - автоматически используется для 100-200ms faster startup
Использование
Деплой на FastMCP Cloud (рекомендуется) 🚀
Самый простой способ - задеплоить на FastMCP Cloud:
- Entrypoint:
src/server.py:mcp - Environment Variables: Добавьте ваши R2R креденшалы
- Authentication: Включите для безопасности
📖 Подробная инструкция: DEPLOYMENT.md
Запуск для Claude Desktop (stdio)
Рекомендуется через start.sh (автоматически экспортирует переменные из .env):
./start.sh
# или
make run
Альтернативно (требует ручного экспорта переменных):
# Экспортируем переменные из .env
set -a && source .env && set +a
# Запускаем сервер
uv run python -m src.server
Запуск HTTP сервера (для разработки)
Рекомендуется через start.sh:
./start.sh http 8000
# или
make run-http
Альтернативно:
# Экспортируем переменные из .env
set -a && source .env && set +a
# Запускаем HTTP сервер
uv run python -m src.server http 8000
Затем подключитесь через MCP клиент к http://localhost:8000/mcp
Интеграция с Claude Desktop
Добавьте в ~/Library/Application Support/Claude/claude_desktop_config.json (macOS):
{
"mcpServers": {
"r2r": {
"command": "uv",
"args": [
"--directory",
"/path/to/fastmcp-r2r-openapi-integration",
"run",
"python",
"-m",
"src.server"
],
"env": {
"R2R_BASE_URL": "http://localhost:7272",
"R2R_API_KEY": "your_api_key_here"
}
}
}
}
Архитектура Route Maps
Сервер использует семантическую маршрутизацию для оптимальной организации endpoints:
Resources (только чтение)
GET /v3/chunks/{id}→ ResourceTemplateGET /v3/documents/{id}→ ResourceTemplateGET /v3/documents→ Resource (список)GET /health→ Resource
Tools (модификация данных)
POST /v3/chunks/search→ Tool (поиск)POST /v3/documents→ Tool (создание)DELETE /v3/documents/{id}→ Tool (удаление)POST /v3/documents/{id}/extract→ Tool (извлечение сущностей)POST /v3/graphs/{collection_id}/communities/build→ Tool (граф знаний)
Примеры использования
Поиск документов
# Через MCP клиент
result = await client.call_tool("search_chunks", {
"query": "machine learning",
"limit": 5
})
Получение документа
# Как Resource
content = await client.read_resource("uri://r2r/documents/uuid-here")
Извлечение сущностей из документа
# Tool для граф знаний
result = await client.call_tool("extract_entities_from_document", {
"id": "document-uuid"
})
Разработка
Линтинг и форматирование
# Проверка кода
uv run ruff check .
# Автоисправление
uv run ruff check --fix .
# Форматирование
uv run ruff format .
Обновление OpenAPI спецификации
curl -o openapi.json http://localhost:7272/openapi.json
Архитектура
Typed Client (NEW)
Проект использует typed wrapper подход для лучшего DX, сохраняя serverless compatibility:
# src/r2r_typed.py - Type-safe wrapper around httpx
from src.r2r_typed import R2RTypedClient
_client = httpx.AsyncClient(auth=DynamicBearerAuth())
r2r = R2RTypedClient(_client) # ← Typed wrapper
# Type-safe search with autocomplete
results = await r2r.search(
query="machine learning",
limit=10,
use_hybrid_search=True # ← IDE autocomplete!
)
Преимущества:
- ✅ Type hints (IDE autocomplete, mypy checking)
- ✅ DynamicBearerAuth (serverless compatible)
- ✅ Less boilerplate
- ✅ Full HTTP control
См.: docs/R2R_CLIENT_ANALYSIS.md для details.
Структура проекта
.
├── src/
│ ├── __init__.py
│ ├── server.py # Основной MCP сервер (использует R2RTypedClient)
│ ├── r2r_typed.py # Type-safe wrapper (NEW)
│ └── pipelines.py # Pipeline compositions
├── scripts/ # Standalone scripts с R2RClient (NEW)
│ ├── README.md # Документация scripts
│ ├── batch_ingest.py # Batch document upload
│ └── search_cli.py # Interactive search CLI
├── docs/
│ ├── R2R_CLIENT_ANALYSIS.md # R2RClient vs httpx analysis (NEW)
│ ├── R2R_FASTMCP_INTEGRATION.md # Integration guide (NEW)
│ ├── INTEGRATION_QUICKSTART.md # Quick start guide (NEW)
│ ├── DEPLOYMENT.md # Руководство по деплою
│ ├── QUICKSTART.md # Быстрый старт
│ └── SUMMARY.md # Обзор проекта
├── requirements.txt # Python зависимости
├── pyproject.toml # Конфигурация проекта (uv + ruff)
├── Makefile # Удобные команды
├── CLAUDE.md # Память для Claude Code
├── LICENSE # MIT License
├── README.md # Эта документация
├── .env.example # Шаблон конфигурации
├── .gitignore # Git игнорирование
└── openapi.json # R2R OpenAPI спецификация
Полезные ссылки
Документация
Внутренняя документация
R2R ↔ FastMCP Integration Analysis - Комплексный анализ интеграции:
- Архитектурная совместимость (4-layer model)
- Функциональные пересечения
- Возможности перехода (migration paths)
- Симбиоз: лучшие практики
- Production patterns
- Практические примеры
FastMCP Architecture - Многослойная архитектура FastMCP приложений
R2R Documentation Hub - 8 разделов R2R documentation
FastMCP Documentation Hub - 8 разделов FastMCP documentation
Claude Code Documentation Hub - 13 разделов Claude Code documentation
Changelog
See CHANGELOG.md for version history and release notes.
Лицензия
MIT
Установка R2R Server
У этого сервера нет опубликованного пакета — он собирается из исходников. Открой репозиторий и следуй инструкции в README.
▸ github.com/evgenygurin/fastmcp-r2r-openapi-integrationFAQ
R2R Server MCP бесплатный?
Да, R2R Server MCP бесплатный — установка в пару кликов через Unyly без оплаты.
Нужен ли API-ключ для R2R Server?
Нет, R2R Server работает без API-ключей и переменных окружения.
R2R Server — hosted или self-hosted?
Доступен hosted-вариант: Unyly запускает сервер в облаке, локальная установка не обязательна.
Как установить R2R Server в Claude Desktop, Claude Code или Cursor?
Открой R2R Server на unyly.org, выбери вкладку своего клиента (Claude Desktop, Claude Code, Cursor) и нажми Install — конфиг сгенерируется автоматически, без правки JSON.
Похожие MCP
Fetch
Web content fetching and conversion for efficient LLM usage.
AWS KB Retrieval
Retrieval from AWS Knowledge Base using Bedrock Agent Runtime.
автор: modelcontextprotocolSpring AI MCP Server
Provides auto-configuration for setting up an MCP server in Spring Boot applications.
llm-analysis-assistant
A very streamlined mcp client that supports calling and monitoring stdio/sse/streamableHttp, and can also view request responses through the /logs page. It also
автор: xuzexin-hzCompare R2R Server with
Не уверен что выбрать?
Найди свой стек за 60 секунд
Автор?
Embed-бейдж для README
Похожее
Все в категории ai
