David Blanc Brioir
d2f7165120
- Add complete Library RAG application (Flask + MCP server) - PDF processing pipeline with OCR and LLM extraction - Weaviate vector database integration (BGE-M3 embeddings) - Flask web interface with search and document management - MCP server for Claude Desktop integration - Comprehensive test suite (134 tests) - Clean up root directory - Remove obsolete documentation files - Remove backup and temporary files - Update autonomous agent configuration - Update prompts - Enhance initializer bis prompt with better instructions 🤖 Generated with [Claude Code](https://claude.com/claude-code) Co-Authored-By: Claude Sonnet 4.5 <noreply@anthropic.com>
166 lines
4.8 KiB
Markdown
166 lines
4.8 KiB
Markdown
# Library RAG - Exemples MCP Client
|
|
|
|
Ce dossier contient des exemples d'implémentation de clients MCP pour utiliser Library RAG depuis votre application Python.
|
|
|
|
## Clients MCP avec LLM
|
|
|
|
### 1. `mcp_client_claude.py` ⭐ RECOMMANDÉ
|
|
|
|
**Client MCP avec Claude (Anthropic)**
|
|
|
|
**Modèle:** Claude Sonnet 4.5 (`claude-sonnet-4-5-20250929`)
|
|
|
|
**Features:**
|
|
- Auto-chargement des clés depuis `.env`
|
|
- Tool calling automatique
|
|
- Gestion multi-tour de conversation
|
|
- Synthèse naturelle des résultats
|
|
|
|
**Usage:**
|
|
```bash
|
|
# Assurez-vous que .env contient:
|
|
# ANTHROPIC_API_KEY=your_key
|
|
# MISTRAL_API_KEY=your_key
|
|
|
|
python examples/mcp_client_claude.py
|
|
```
|
|
|
|
**Exemple:**
|
|
```
|
|
User: "What did Peirce say about nominalism?"
|
|
|
|
Claude → search_chunks(query="Peirce nominalism")
|
|
→ Weaviate (BGE-M3 embeddings)
|
|
→ 10 chunks retournés
|
|
Claude → "Peirce characterized nominalism as a 'tidal wave'..."
|
|
```
|
|
|
|
### 2. `mcp_client_reference.py`
|
|
|
|
**Client MCP avec Mistral AI**
|
|
|
|
**Modèle:** Mistral Large (`mistral-large-latest`)
|
|
|
|
Même fonctionnalités que le client Claude, mais utilise Mistral AI.
|
|
|
|
**Usage:**
|
|
```bash
|
|
python examples/mcp_client_reference.py
|
|
```
|
|
|
|
## Tests
|
|
|
|
### `test_mcp_quick.py`
|
|
|
|
Test rapide (< 5 secondes) des fonctionnalités MCP:
|
|
- ✅ search_chunks (recherche sémantique)
|
|
- ✅ list_documents
|
|
- ✅ filter_by_author
|
|
|
|
```bash
|
|
python examples/test_mcp_quick.py
|
|
```
|
|
|
|
### `test_mcp_client.py`
|
|
|
|
Suite de tests complète pour le client MCP (tests unitaires des 9 outils).
|
|
|
|
## Exemples sans MCP (direct pipeline)
|
|
|
|
### `example_python_usage.py`
|
|
|
|
Utilisation des handlers MCP directement (sans subprocess):
|
|
```python
|
|
from mcp_tools import search_chunks_handler, SearchChunksInput
|
|
|
|
result = await search_chunks_handler(
|
|
SearchChunksInput(query="nominalism", limit=10)
|
|
)
|
|
```
|
|
|
|
### `example_direct_pipeline.py`
|
|
|
|
Utilisation directe du pipeline PDF:
|
|
```python
|
|
from utils.pdf_pipeline import process_pdf
|
|
|
|
result = process_pdf(
|
|
Path("document.pdf"),
|
|
use_llm=True,
|
|
ingest_to_weaviate=True
|
|
)
|
|
```
|
|
|
|
## Architecture
|
|
|
|
```
|
|
┌─────────────────────────────────────────┐
|
|
│ Votre Application │
|
|
│ │
|
|
│ Claude/Mistral (LLM conversationnel) │
|
|
│ ↓ │
|
|
│ MCPClient (stdio JSON-RPC) │
|
|
└────────────┬────────────────────────────┘
|
|
↓
|
|
┌─────────────────────────────────────────┐
|
|
│ MCP Server (subprocess) │
|
|
│ - 9 outils disponibles │
|
|
│ - search_chunks, parse_pdf, etc. │
|
|
└────────────┬────────────────────────────┘
|
|
↓
|
|
┌─────────────────────────────────────────┐
|
|
│ Weaviate + BGE-M3 embeddings │
|
|
│ - 5,180 chunks de Peirce │
|
|
│ - Recherche sémantique │
|
|
└─────────────────────────────────────────┘
|
|
```
|
|
|
|
## Embeddings vs LLM
|
|
|
|
**Important:** Trois modèles distincts sont utilisés:
|
|
|
|
1. **BGE-M3** (text2vec-transformers dans Weaviate)
|
|
- Rôle: Vectorisation (embeddings 1024-dim)
|
|
- Quand: Ingestion + recherche
|
|
- Non modifiable sans migration
|
|
|
|
2. **Claude/Mistral** (Agent conversationnel)
|
|
- Rôle: Comprendre questions + synthétiser réponses
|
|
- Quand: Chaque conversation utilisateur
|
|
- Changeable (votre choix)
|
|
|
|
3. **Mistral OCR** (pixtral-12b)
|
|
- Rôle: Extraction texte depuis PDF
|
|
- Quand: Ingestion de PDFs (via parse_pdf tool)
|
|
- Fixé par le MCP server
|
|
|
|
## Outils MCP disponibles
|
|
|
|
| Outil | Description |
|
|
|-------|-------------|
|
|
| `search_chunks` | Recherche sémantique (500 max) |
|
|
| `search_summaries` | Recherche dans résumés |
|
|
| `list_documents` | Liste tous les documents |
|
|
| `get_document` | Récupère un document spécifique |
|
|
| `get_chunks_by_document` | Chunks d'un document |
|
|
| `filter_by_author` | Filtre par auteur |
|
|
| `parse_pdf` | Ingère un PDF/Markdown |
|
|
| `delete_document` | Supprime un document |
|
|
| `ping` | Health check |
|
|
|
|
## Limitations connues
|
|
|
|
Voir `KNOWN_ISSUES.md` pour les détails:
|
|
- ⚠️ `author_filter` et `work_filter` ne fonctionnent pas (limitation Weaviate nested objects)
|
|
- ✅ Workaround: Utiliser `filter_by_author` tool à la place
|
|
|
|
## Requirements
|
|
|
|
```bash
|
|
pip install anthropic python-dotenv # Pour Claude
|
|
# OU
|
|
pip install mistralai # Pour Mistral
|
|
```
|
|
|
|
Toutes les dépendances sont dans `requirements.txt` du projet parent.
|