Perusahaan membangun RAG lebih dari 100-an sumber data, bukan satu! - Microsoft mengirimkannya dalam produk M365. - Google mengirimkannya di Vertex AI Search. - AWS mengirimkannya di Amazon Q Business-nya. Mari kita bangun RAG bertenaga MCP di atas 200+ sumber (100% lokal):

Data perusahaan tersebar di banyak sumber. Hari ini, kita akan membangun server MCP terpadu yang dapat mengkueri 200+ sumber dari satu antarmuka. Tumpukan teknologi: - @mcpuse untuk membangun klien MCP lokal - @MindsDB untuk terhubung ke sumber data - @ollama untuk melayani GPT-oss secara lokal Mari kita mulai!

Berikut alur kerjanya: - Pengguna mengirimkan kueri. - Agen terhubung ke server MCP MindsDB untuk menemukan alat. - Memilih alat yang sesuai berdasarkan kueri pengguna dan memanggilnya - Terakhir, ini mengembalikan respons yang relevan secara kontekstual Sekarang, mari selami kodenya!

1️⃣ Pengaturan buruh pelabuhan MindsDB menyediakan gambar Docker yang dapat dijalankan di kontainer Docker. Instal MindsDB secara lokal menggunakan gambar Docker dengan menjalankan perintah di terminal Anda. Lihat 👇 ini

2️⃣ Mulai GUI MindsDB Setelah menginstal gambar Docker, buka port localhost 47334 di browser Anda untuk mengakses editor MindsDB. Melalui antarmuka ini, Anda dapat terhubung ke lebih dari 200 sumber data dan menjalankan kueri SQL terhadapnya. Lihat 👇 ini

3️⃣ Mengintegrasikan sumber data Mari kita mulai membangun mesin kueri federasi kita dengan menghubungkan sumber data kita ke MindsDB. Kami menggunakan Slack, Gmail, GitHub, dan Hacker News sebagai sumber data federasi kami. Lihat 👇 ini

4️⃣ Konfigurasi server MCP Setelah membangun mesin kueri federasi, mari kita satukan sumber data kita dengan menghubungkannya ke server MCP MindsDB. Tambahkan konfigurasi server MCP ke file JSON seperti yang ditunjukkan di bawah ini. Lihat 👇 ini

5️⃣ Hubungkan klien ke server Kami menyiapkan klien lokal kami melalui mcp-use dan menghubungkannya ke server MCP hanya dengan 4 baris kode. 1. Inisialisasi klien MCP dari file konfigurasi. 2. Hubungkan LLM lokal melalui Ollama. 3. Buat Agen menggunakan LLM dan Klien. 4. Jalankan kueri. Periksa ini 👇

Selesai! Server MCP MindsDB kami sekarang terhubung ke klien lokal melalui mcp-use! Ini menawarkan dua alat: - list_databases: Mencantumkan semua sumber data yang terhubung ke MindsDB. - query: Menjawab pertanyaan pengguna pada data federasi. Periksa ini 👇

Terakhir, kami membungkus pengaturan kami dalam antarmuka Streamlit, di mana kami dapat secara dinamis mengubah konfigurasi MCP dan mengobrol dengan agen secara langsung. Periksa demo👇 ini

Itu bungkusnya! Jika Anda merasa berwawasan luas, bagikan kembali dengan jaringan Anda. Temukan saya → @_avichawla Setiap hari, saya berbagi tutorial dan wawasan tentang DS, ML, LLM, dan RAG.