AWS MCP Servers是一套基于Model Context Protocol的专用服务器，提供多种AWS相关功能，包括文档检索、知识库查询、CDK最佳实践、成本分析、图像生成等，旨在通过标准化协议增强AI应用与AWS服务的集成。

一个基于向量搜索的文档检索MCP服务，为AI助手提供相关文档上下文增强回答能力

Apple RAG MCP是一个为AI代理提供苹果开发专业知识的检索增强生成系统，集成了官方Swift文档、设计指南和Apple Developer YouTube内容，通过AI驱动的混合搜索技术提供准确的技术答案。

一个基于Model Context Protocol (MCP)的服务端项目，提供检索增强生成(RAG)能力，可作为Cursor IDE和Claude Desktop等客户端与Contextual AI代理的桥梁，实现基于知识库的智能问答和上下文感知响应。

一个增强AI模型推理能力的MCP服务器，通过结构化检索和动态思维链提升问题解决能力。

MCP Neo4j知识图谱记忆服务器是基于Neo4j图数据库的增强版记忆存储系统，为AI助手提供高性能的知识图谱存储和检索能力。

一个基于检索增强生成（RAG）的日记系统，支持按日期和主题组织日记，并提供语义搜索功能，可与AI代理连接增强交互。

一个通过多类型数据库集成增强AI编程能力的记忆系统，包含向量数据库、SQLite和知识图谱，用于存储和检索代码模式、算法及编程概念关系。

一个基于向量搜索的文档检索与处理MCP服务器，为AI助手提供文档增强功能

Vectara MCP是一个基于Model Context Protocol的开源项目，为AI系统提供与Vectara的RAG平台无缝对接的能力，支持快速可靠的检索增强生成功能。

MCP Apple Notes是一个基于Model Context Protocol的服务，能够对Apple Notes进行语义搜索和检索增强生成(RAG)，使AI助手如Claude能在对话中引用用户的笔记。

Graphiti MCP Server是一个增强版的知识图谱框架，专门为AI代理在动态环境中构建和查询时间感知的知识图谱。它通过MCP协议暴露核心功能，支持持续集成用户交互、企业数据和外部信息，提供增量更新、高效检索和精确历史查询能力。

rag-mcp是一个过度设计的检索增强生成系统，通过Python服务器提供多种文本搜索模式（语义搜索、问答搜索、风格搜索），使用PostgreSQL和pgvector存储文本嵌入向量，支持与AI代理交互，架构复杂但可扩展。

RAG文档MCP服务器是一个基于向量搜索的文档处理工具，为AI助手提供文档检索和上下文增强功能。

Vibe Coder MCP Server v4是最终稳定版，引入了自动上下文检索系统(ACRS)，提供上下文记忆、高级缓存、语义搜索和顺序思考功能，增强AI助手的能力。

一个基于向量搜索的文档检索MCP服务，为AI助手提供相关文档上下文增强响应能力

一个集成Claude AI的文档搜索助手，通过MCP服务器增强Claude的文档检索能力，支持多AI/ML库文档智能搜索与解释。

该项目展示了一个结合模型上下文协议(MCP)和检索增强生成(RAG)的轻量级多智能体AI系统，用于商业分析。系统通过协调多个专用工具服务器，提供自然语言查询的商业数据统计分析和知识检索功能，具有模块化设计便于扩展和LLM后端切换。

一个本地化的AI驱动Slack搜索工具，通过MCP协议增强Claude Desktop功能，实现私有化聊天记录检索

一个基于FastMCP的自定义MCP服务器，提供RAG功能和多种网络搜索能力（Gemini 2.0和Linkup），支持本地文档检索和AI增强搜索。