MiniRAG

io.github.KiMelody由 GitHub 账号 KiMelody 发布v0.1.0更新于 Oct 30, 2026

Lightweight self-hosted RAG knowledge base with hybrid retrieval and cited answers.

已验证SSE可网页运行数据库知识与记忆

概览

AI 生成的概览

MiniRAG 是自托管的 RAG 知识库，其 MCP 服务器让助手基于自有文档回答问题并给出引用，也可添加新文本。

可以做什么
  • 针对知识库提问并得到带编号引用的回答，可选择向量、混合或重排检索模式
  • 以文本形式向知识库添加文档，需要管理员密钥
  • 检索为混合方式：内存余弦相似度加 SQLite FTS5 的 BM25，经 RRF 融合，可选 LLM 重排
  • 除 MCP 外，同一进程还提供 REST API、流式网页界面和企业微信回调
适用场景
适合希望助手基于自己掌控的私有文档集作答、并能回溯引用来源，同时可随时补充新资料的场景。更适合小规模自托管部署，而非大规模检索基础设施。
运行要求
托管端点是一个远程 SSE 地址，需在 Authorization 头中使用 HTTP Basic 认证，凭据需向所有者索取。自托管需要 Docker 或 Java 21，以及聊天模型 API 密钥和嵌入 API 密钥（兼容 OpenAI 的端点，基础地址与嵌入模型可配置）。
安装前请注意
托管演示由所有者提供的共享访问码保护，应视为公开演示而非私有存储。写入文档需要管理员密钥，会向知识库写入数据。提问内容和写入的文本会发送给所配置的外部聊天与嵌入服务商，除非自托管并信任所选服务商，否则不要放入机密材料。

安装

在 SourceWeft 中

  1. 打开 控制台中的 MiniRAG，将其添加到工作区。
  2. 连接 Authorization token 凭据。它们会被私密存储，绝不会在公开页面上展示。
  3. 为需要使用其工具的对话启用该服务。

Web executable，通过 SSE。 远程服务在工作区中配置后即可从网页运行时运行。

交给智能体安装

把这段提示词粘贴到 Claude Code、Codex、Cursor 等智能体，或 SourceWeft 对话中。智能体会读取该服务器的安装指南，先向你展示发布者、端点和登录方式，经你同意后再把它添加到你的客户端。密钥不会写进任何命令。

阅读 https://sourceweft.com/mcp/io.github.KiMelody%2Fminirag/install.md，并按其中说明把这个 MCP 服务器接入我的客户端。修改任何配置之前，先告诉我它的发布者、端点和登录方式，等我确认。不要把 API 密钥写进命令或我会提交的文件；问我密钥应从哪里获取。

查看智能体所依据的安装指南

其他 MCP 客户端

把它添加到你客户端的 mcpServers 配置中。

{
  "mcpServers": {
    "minirag": {
      "type": "sse",
      "url": "https://minirag.kimelody.de5.net/sse",
      "headers": {
        "Authorization": "Bearer <YOUR_TOKEN>"
      }
    }
  }
}

README

MiniRAG

[Build] [License: MIT] [Java] [RSS]

A self-hosted RAG knowledge base in a single Spring Boot process: SQLite storage, hybrid retrieval, cited answers, and a built-in MCP server. No vector database, no message queue.

Live demo (ask the owner for the access code) · Evaluation report

Features

  • Hybrid retrieval — in-memory cosine + SQLite FTS5 (BM25), fused with RRF; optional LLM rerank
  • Cited answers — clickable [n] citations; only sources actually cited are displayed
  • Streaming web UI — SSE, typewriter rendering, markdown, retrieval-mode switcher (vector / hybrid / rerank)
  • Small footprint — single process, ~250MB RSS, runs on a 1GB VPS
  • Multiple interfaces — MCP server (SSE transport), REST API, web UI, WeChat Work callback integration

Quick start

bash
docker run -d --name minirag -p 18090:18090 --memory 512m \  -v $(pwd)/data:/app/data \  -e DEEPSEEK_API_KEY=sk-... \  -e EMBEDDING_API_KEY=sk-... \  ghcr.io/kimelody/minirag:latest

Open http://localhost:18090 and start asking. Data lives in ./data (SQLite, created automatically).

Configuration

EnvRequiredDefaultDescription
DEEPSEEK_BASE_URLnohttps://api.deepseek.comAny OpenAI-compatible chat endpoint
DEEPSEEK_API_KEYyes—Chat model API key
EMBEDDING_BASE_URLnohttps://api.siliconflow.cn/v1OpenAI-compatible embeddings endpoint
EMBEDDING_API_KEYyes—Embeddings API key
EMBEDDING_MODELnoBAAI/bge-m3Embedding model
DEMO_KEYno—Visitor access code for read APIs; unset = open (local dev)
ADMIN_KEYno—Admin key required for ingest APIs

MCP

Listed on the official MCP Registry as io.github.KiMelody/minirag. Two tools: query(question, mode?) — ask and get a cited answer; ingest_text(docId, text, adminKey) — add a document.

bash
claude mcp add --transport sse minirag http://localhost:18090/sse
json
{  "mcpServers": {    "minirag": {      "url": "http://localhost:18090/sse"    }  }}

The hosted demo endpoint requires basic auth: https://minirag.kimelody.de5.net/sse (ask the owner for credentials).

REST API

MethodPathDescription
POST/api/chatAsk; returns answer + cited sources (JSON)
POST/api/chat/streamSame, streamed as SSE (meta / token / sources / done)
GET/api/search?q=&mode=Retrieval debug: vector | hybrid | rerank
POST/api/documents/textIngest {docId, text} (requires X-Admin-Key)
POST/api/documentsIngest an uploaded file, multipart (requires X-Admin-Key)

Evaluation

An eval harness ships in eval/: labeled question sets, Top-1 / Recall / MRR scoring over three retrieval modes — hybrid+rerank reaches Top-1 100% / MRR 1.0 on the demo set (report); a 20-question labor-law evaluation with corpus-cleaning scripts lives in eval/law/. Bring your own corpus; raw source texts are not redistributed.

Build from source

bash
mvn packagejava -jar target/minirag-0.1.0-SNAPSHOT.jar

Requires Java 21. API keys can be put in a .env file in the working directory (git-ignored).

中文说明

单进程私有化 RAG 知识库：SQLite 存储 + 混合检索（向量 + BM25，RRF 融合，可选 LLM 重排），回答带可点击引用角标，自带网页演示、REST API 与 MCP server（SSE），内存占用约 250MB，1GB 小服务器可跑。在线演示（访问码联系作者）。

License

MIT

来源：README.md，提交 94af130

工具

0
该服务器需要 API 密钥等凭据，因此 SourceWeft 无法在没有凭据的情况下读取其工具，也未收录。

版本历史

1
  1. v0.1.0最新Oct 15, 2026

评分

已满足适用检查项的 85%

该评分衡量此收录条目的完整程度，依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价，也不表示服务器安全或当前可用：可连通性是带日期的检查结果，评分也不包含安装量或用户评价。

  • 近 30 天内可连通必需25 分
  • 已声明认证方式必需10 分
  • 已列出工具15 分

    请让服务器在无凭据时响应 tools/list，或发布可在沙箱中无凭据启动的软件包。

  • 描述必需15 分
  • 图标10 分
  • 文档15 分
  • 许可证10 分