MCP服务器RAG系统：基于语义数据库的检索增强生成工作流

### 工作流概述

这个n8n工作流构建了一个MCP（Model Context Protocol）服务器，该服务器能够访问本地语义数据库（Qdrant）来执行检索增强生成（RAG）。该系统可以将Reddit痛点转化为漫画广告，使用Dumpling AI和GPT-4o技术。

### 工作原理

该MCP服务器具有访问本地语义数据库（Qdrant）的能力，能够回答向MCP客户端提出的问题。工作流包含两个主要部分：

1. **MCP服务器核心** – 处理查询请求并使用语义数据库进行检索
2. **RAG数据摄取管道** – 用于将文档导入语义数据库

### 安装要求

– 使用自托管AI入门套件安装n8n + Ollama + Qdrant
– 确保安装Llama 3.2和mxbai-embed-large作为嵌入模型
– 激活n8n工作流
– 运行”RAG摄取管道”并上传PDF文档

### 使用方法

运行MCP客户端工作流并提出问题。系统将使用语义数据库或搜索引擎API来回答问题。

### 技术组件

– **MCP Server Trigger** – 触发MCP服务器操作
– **Qdrant Vector Store** – 向量存储数据库，用于检索增强生成
– **Embeddings Ollama** – 使用mxbai-embed-large模型生成嵌入
– **Form Trigger** – 通过表单提交添加文档到RAG系统
– **Default Data Loader** – 默认数据加载器，支持二进制数据类型

### 注意事项

该工作流只能在本地运行，无法在n8n云平台上执行，因为使用了MCP客户端社区节点。