ติดตั้ง Darwin RAG อย่างไร?

คัดลอกคอนฟิก stdio สำหรับ Cursor, Claude Desktop, Claude Code หรือ VS Code ได้ในหน้านี้ คอนฟิกนี้ใช้การติดตั้งของผู้เผยแพร่ ไม่ใช่พร็อกซีของ PlugMCP

Darwin RAG ต้องใช้ API key ไหม?

ผู้เผยแพร่ระบุตัวแปรสภาพแวดล้อมเหล่านี้: OPENAI_API_KEY, ANTHROPIC_API_KEY, GEMINI_API_KEY, DARWIN_BASE_DIR

Darwin RAG ใช้ทรานสปอร์ตแบบใด?

Darwin RAG ทำงานแบบโลคัลผ่าน stdio

Darwin RAG ถูกตรวจสอบล่าสุดเมื่อใด?

ตรวจสอบล่าสุดเมื่อ 2026-11-08 Local-first RAG engine with MCP server for AI agent integration.

เซิร์ฟเวอร์ MCP Darwin RAG

Power your agent

เพิ่มเซิร์ฟเวอร์นี้

คำสั่งของผู้เผยแพร่เอง ไม่ใช่เอนด์พอยต์ของ PlugMCP

เพิ่มใน Cursor เพิ่มใน VS Code รันบน PlugMCP

Host a copy with our keys and logs.

คำสั่งแบบโลคัล

uvx darwin-rag==0.2.18

ข้อมูลรับรองจากผู้เผยแพร่

OPENAI_API_KEY — OpenAI API key for LLM answer generation
ANTHROPIC_API_KEY — Anthropic API key for LLM answer generation
GEMINI_API_KEY — Google Gemini API key
DARWIN_BASE_DIR — Override the base data directory

Claude Code ไม่มีลิงก์ติดตั้งสำหรับคำสั่งแบบโลคัล ให้คัดลอกคำสั่งด้านล่างแล้วรันในเทอร์มินัล

shClaude Code

1OPENAI_API_KEY=<secret> ANTHROPIC_API_KEY=<secret> GEMINI_API_KEY=<secret> DARWIN_BASE_DIR=<value> claude mcp add io.github.brightdotdev-darwin-rag -- uvx darwin-rag==0.2.18

รันในเทอร์มินัล

jsonClaude Desktop

1{2  "mcpServers": {3    "io.github.brightdotdev-darwin-rag": {4      "command": "uvx",5      "args": [6        "darwin-rag==0.2.18"7      ],8      "env": {9        "OPENAI_API_KEY": "<secret>",10        "ANTHROPIC_API_KEY": "<secret>",11        "GEMINI_API_KEY": "<secret>",12        "DARWIN_BASE_DIR": "<value>"13      }14    }15  }16}

claude_desktop_config.json

โลคัล · pypiการติดตั้งจากผู้เผยแพร่ทีละขั้นตอน: เพิ่มใน Claude

URL แบบรีโมตหรือคำสั่งบนเครื่องของคุณ? การติดตั้งสองแบบต่างกันอย่างไร

รันบน PlugMCP

Host a copy with our keys and logs.

A new server you create. It is not this listing's official endpoint. Use the publisher install when you want their URL and their credentials.

เปิด

ข้อมูลเซิร์ฟเวอร์

โลคัล

ทรานสปอร์ต: stdio
เวอร์ชัน: 0.2.18

จากผู้เผยแพร่

เอกสารประกอบ

Darwin RAG

Search your own documents with any AI agent, privately, on your own machine.

Darwin is a local-first RAG engine that ingests documents, indexes them with BM25 + dense embeddings, and exposes search through an MCP server. Point Claude, Cursor, or any MCP client at it and your agent can search your PDFs, notes, spreadsheets, and web pages without sending them to a cloud index.

One-time internet is needed to download models during setup. After that, search and indexing run fully offline.

Tool	Description
`search_darwin`	Query the knowledge base with hybrid/semantic/keyword search
`search_lists`	Search structured data (CSVs, JSON arrays) by field values
`get_search_results`	List saved search results
`get_search_result_by_id`	Load a saved search result by filename
`get_schema`	Inspect schemas for structured files (keys, types, record counts)
`run_pipeline`	Ingest + index documents from a path or URL
`purge_artifacts`	Delete pipeline artifacts for specific files
`create_store`	Create a new isolated data store
`list_files`	List all tracked files with pipeline status
`file_status`	Detailed status for a single file across all stages
`get_logs`	Query session logs (oldest first, INFO excluded)

Variable	Required	Description
`OPENAI_API_KEY`	No*	OpenAI provider key
`ANTHROPIC_API_KEY`	No*	Anthropic provider key
`GEMINI_API_KEY`	No*	Google Gemini provider key
`MISTRAL_API_KEY`	No*	Mistral AI provider key
`GROQ_API_KEY`	No*	Groq provider key
`COHERE_API_KEY`	No*	Cohere provider key
`TOGETHER_API_KEY`	No*	Together AI provider key
`OPENROUTER_API_KEY`	No*	OpenRouter provider key
`DEEPSEEK_API_KEY`	No*	DeepSeek provider key
`DARWIN_BASE_DIR`	No	Override the base data directory
`NO_COLOR`	No	Set to any value to disable ANSI color output

Command	What it does
`darwin-admin setup interactive`	Guided setup: detect hardware, choose models
`darwin-admin setup --preset required`	Download embedding model only (fastest)
`darwin-admin setup --preset recommended`	Embedding + reranker + OCR models
`darwin-admin setup logging`	Reconfigure logging only
`darwin-admin setup validate`	Validate current setup

Command	Description
`darwin mcp`	Start MCP server (stdio, `--sse` or `--http` for network)
`darwin config [client]`	Generate MCP client config

Command	Description
`darwin-admin setup`	Setup models, logging, and configuration
`darwin-admin status`	System status overview
`darwin-admin models`	Model registry: list, install, switch, keys
`darwin-admin store`	Data store: status, files, audit, health, repair
`darwin-admin pipeline`	Ingestion pipeline: run, ingest, index, purge
`darwin-admin search`	Interactive search
`darwin-admin logs`	Structured log viewer and management
`darwin-admin system`	System information
`darwin-admin uninstall`	Remove Darwin data and configuration

เพิ่มเซิร์ฟเวอร์นี้

Host a copy with our keys and logs.

ข้อมูลเซิร์ฟเวอร์

เอกสารประกอบ

Darwin RAG

Why Darwin?

Quick Start

1. Install

2. Set up models

3. Start the MCP server & connect

4. Try it

Use it as an agent skill

MCP Tools

Remote / HTTP Mode

Environment Variables

Setup Details

CLI Reference

Python API

Documentation

Contributing

License

Darwin RAG

เครื่องมือ

คำถาม

ติดตั้ง Darwin RAG อย่างไร?

Darwin RAG ต้องใช้ API key ไหม?

Darwin RAG ใช้ทรานสปอร์ตแบบใด?

Darwin RAG ถูกตรวจสอบล่าสุดเมื่อใด?

Doc	What
setup.md	Full setup walkthrough
mcp.md	MCP server, tools, resources, transports
admin.md	Admin CLI reference
architecture.md	For developers and contributors
pipeline.md	Ingestion & indexing
retrieval.md	Search engine
storage.md	DarwinStore
models.md	Model registry & inference
logger.md	Structured logging
orchestrators.md	High-level business logic
api.md	Python API (Darwin class)