用途：指导开发者把 OpenRAG 集成进应用，覆盖 Python 与 TypeScript/JavaScript 两种语言，并给出 MCP（Model Context Protocol）接入方式。
主要能力：非流式与流式 RAG 聊天、语义搜索（支持过滤、limit、score_threshold）、文档摄取与删除、会话历史管理、设置管理（LLM 与嵌入模型）、知识过滤器，以及分类错误处理（认证、未找到、校验、限流、服务端错误）。
安装：Python 用 pip install openrag-sdk 或 uv add openrag-sdk；TypeScript/JavaScript 用 npm install openrag-sdk，也可 yarn add、pnpm add、bun add；MCP 用 pip install openrag-mcp 或 uvx openrag-mcp。
配置：环境变量 OPENRAG_API_KEY 与 OPENRAG_URL（默认 localhost:3000），或在构造 OpenRAGClient 时传入 api_key/base_url（TS 为 apiKey/baseUrl）。
用法：通过 client.chat.create 发起聊天，stream=True 时按事件迭代（content/sources/done）；client.search.query 检索；client.documents.ingest 与 delete 管理文档；client.settings 读写设置；client.knowledge_filters 创建、搜索、更新、删除过滤器。集成前需确定实例 base URL 与是否启用 API 密钥鉴权，可用 curl <base_url> 或 curl <base_url>/health 检测可用性。
适用场景：为已有 Python/TypeScript 应用加入 RAG 对话与知识检索，或通过 MCP 接入。
限制：资料未提供价格、许可、配额及速率限制等细节，暂未提供；具体行为以实际实例与官方文档为准。