إم سي بي بدون سحابة

يؤكد المؤلف أن MCP ليس مخصصًا للوكلاء فقط، بل يمكن استخدامه لأغراض أخرى، مثل تنفيذ الاسترجاع من مجموعة مستندات محلية كبيرة. تم النظر في RAG الكلاسيكي، لكنه يتطلب بنية تحتية كبيرة (نماذج التضمين، قواعد بيانات المتجهات، إعادة الفهرسة المجدولة) ولا يوفر الشفافية لتدقيق سبب اختيار النموذج لجزء معين. بدلاً من ذلك، يُقترح استخدام ملف فهرس (فكرة llms.txt) يعمل كجدول محتويات: يقرأ النموذج الفهرس أولاً، ثم الفهرس الفرعي، وعندها فقط يجلب القسم المحدد من المستند. أنشأ المؤلف أداة DocShelf، وهي خادم MCP يحول PDF إلى Markdown، وينظفه، ويقسمه إلى أقسام، وينشئ index.md وsubindex.md، ويخزن كل شيء في Git، ويربطه بالنموذج. خط الأنابيب كالتالي: PDF إلى Markdown، ثم التقسيم إلى أقسام، ثم بناء الفهرس، ثم الحفظ في Git، ثم عبر خادم MCP إلى LLM (نموذج اللغة الكبير). يستهلك النموذج جزءًا صغيرًا جدًا من الأرشيف الإجمالي: في المثال مع مكتبة بحجم 85 ميجابايت، تم استخدام حوالي 16.5 كيلوبايت من السياق. كما يسلط المقال الضوء على المزالق الشائعة: مشاكل تحليل PDF، وتلف النص السيريلي، وضعف بنية Markdown، ويقدم جدولًا لاستكشاف الأخطاء وإصلاحها. يتوفر محولان: pymupdf4llm (سريع، بدون GPU) وmarker-pdf (للحالات المعقدة، لكنه ثقيل). يدعم DocShelf Git كتخزين وتحكم في الإصدارات ومراجعة، ويمكن أن يعمل في الشبكات المغلقة. يخلص المؤلف إلى أن هذا النهج بديل قابل للتطبيق عن RAG الكلاسيكي في السيناريوهات التي تتطلب تدقيقًا وحيث تكون المجموعة محلية.