跳转至

RAG + MCP 流水线

在单一编排工作流中结合检索增强生成与 MCP 工具。

适用场景

  • 内部知识库 + 实时工具调用(文件系统、API)
  • 带文档摄入的 Studio 可视化工作流

组件

层 HiveFlow 模块
分块与嵌入 hiveflow.rag
工具调用 hiveflow.mcp
编排 HiveFlow + DAGOrchestrator

示例

最小 RAG

from hiveflow import RAGPipeline, MemoryVectorStore, DummyEmbeddingModel

store = MemoryVectorStore()
pipeline = RAGPipeline(vector_store=store, embedding_model=DummyEmbeddingModel())
await pipeline.ingest_text("doc-1", "HiveFlow supports HITL and MCP.")
results = await pipeline.query("What supports MCP?")

添加 MCP 工具

from hiveflow import MCPPluginManager

mgr = MCPPluginManager()
await mgr.register_plugin(
    plugin_id="filesystem",
    name="Filesystem",
    transport="stdio",
    command="npx",
    args=["-y", "@modelcontextprotocol/server-filesystem", "/tmp"],
)

相关