SuperAPI AI 工具集

ai-rete-rag-mcp

ai·rete·rag MCP Server 是 ai·rete·rag 的 MCP(模型上下文协议)服务器,让 Claude Code、Claude Desktop 或任意 MCP 客户端能够调用基于规则引擎的确定性决策,并附带由检索增强生成(RAG)产生的解释。其核心思路是:裁决始终来自 Rete 规则引擎,可审计、可复现;LLM 只负责解释“为什么”,并基于你已导入的策略文档提供依据。规则可以从策略文本起草并以 YAML 保存。服务器既支持本地运行(通过 uvx 或 pip 安装),也提供托管端点,便于 claude.ai 和 Claude Desktop 自定义连接器使用。使用前需在 ai-rete-rag.com 注册并创建 API 密钥;没有密钥时仍可探索共享的演示领域(如 loan、fraud、clinical),但受免费额度限制。

访问官网

工具介绍

ai·rete·rag MCP Server 是一个 MCP(模型上下文协议)服务器,用于将 ai·rete·rag 的确定性规则决策能力接入 Claude Code、Claude Desktop 或任何兼容 MCP 的客户端。

用途 该服务器的设计目标是让“决策”与“解释”分离:裁决结果始终由 Rete 规则引擎给出,具有可审计、可复现的特征;而 LLM 仅负责解释裁决原因,并且解释必须基于已导入的策略文档,从而保持有据可查。规则本身可以从策略文本中起草,并以 YAML 格式保存,方便维护与版本管理。

主要能力

  • 提供提示词 decide_case:这是一个面向任意领域的案件决策工作流。它会调用 get_parameters 来了解规则所依据的事实字段,然后读取案件材料——文本、照片、文档扫描件、语音备注或视频(由 agent 自行读取媒体,API 只接收事实),并将这些材料映射到确切的字段上。
  • 调用 decide 时,通过 fact_sources 记录每个事实来自哪个文件,这些来源信息会保留在决策的审计追踪中。
  • 当结果中的 missing_parameters 非空(即还有可能改变裁决的事实缺失)时,工作流会按决定性从高到低的顺序向用户询问缺失事实,然后再次进行决策。
  • 裁决始终来自规则引擎,不受 LLM 影响。

使用方式 服务器提供两种接入途径:

  1. 通过 URL 连接(免安装):该服务器也有托管版本,这是 claude.ai 和 Claude Desktop 自定义连接器等只能填写 URL、没有静态 header 字段的客户端唯一可行的方式。将 https://ai-rete-rag.com/mcp/auth 添加为自定义连接器并批准提示即可。连接会显示在“Settings → Connected apps”下,断开连接会立即生效。
  2. 本地运行:使用 uv 时无需安装,uvx ai-rete-rag-mcp 会按需拉取并运行服务器。也可以将其作为包安装。首次使用需在 ai-rete-rag.com 登录,打开“Settings → API Keys”创建密钥(ik_...,仅显示一次)。如果通过 pip 安装,配置中使用 -- ai-rete-rag-mcp 替代 -- uvx ai-rete-rag-mcp。 此外,也可以跳过安装,直接用密钥指向托管端点。Claude Desktop 或其他客户端以 JSON 配置;若通过 pip 安装,则设置 "command": "ai-rete-rag-mcp" 并去掉 "args"。

环境变量 服务器使用环境变量进行配置(具体变量名称暂未提供)。没有密钥时,仍可探索共享的演示领域(如 loan、fraud、clinical 等),但需遵守免费额度限制。

适用场景 适用于需要可审计、可复现决策的规则驱动场景,例如贷款审批、欺诈检测、临床判断等,同时希望由 LLM 提供基于政策文档的自然语言解释。示例:“Use ai·rete·rag to decide whether this loan application should be approved: credit score 645, annual income $52k, requested amount $30k.” Claude 会调用 decide(domain="loan", facts={...}) 并返回规则推导出的裁决以及引用承保政策的通俗英文解释。

限制 代码内容未提供,无法展示具体实现细节。环境变量名称、免费额度具体数值、各演示领域的具体规则集等事实暂未提供。