加载中…
This application takes input from user via PDF and databricks table, updates vector index, calls MCP server for internal policies and ask LLM to answer in case the policy is not present in MCP server. Application creates monitoring logs and provide precision and MRR of the retrieval.
RAG_demo_with_monitor 是 ChatHome Skills 收录的 MCP 条目，来源为 GitHub MCP Search，质量分 33/100。 This application takes input from user via PDF and databricks table, updates vector index, calls MCP server for internal policies and ask LLM to answer in case. 作为 Model Context Protocol 服务器，它向 Claude、Cursor、Copilot 等兼容 MCP 的 LLM 客户端暴露可直接调用的工具，让 agent 的能力超出模型内置范围。 该条目由 ChatHome Skills 的每日抓取从官方 registry 和 GitHub 发现查询中收录，每次运行都会重新核验仓库事实、新鲜度信号和安装元数据。 质量分综合了官方 registry 收录情况、可用安装命令、许可证完整性、仓库活跃度和 GitHub star 趋势，完整算法说明见来源页。安装命令已列于上方，可直接复制使用。 在将 RAG_demo_with_monitor 加入生产 agent 工作流前，请核对上方的最近更新日期和仓库状态——下方事实快照是最近一次抓取的时点值。
git clone https://github.com/mayankag22/RAG_demo_with_monitor.git运行此命令前，请先核对上游源码。
扫描范围: 仅扫描了安装元数据——未能获取 README 或文档正文，因此这里没有信号并不代表该条目安全。
基于安装元数据和有界技能正文的自动风险信号，不是完整代码安全审计，也不会递归审查源码或依赖。
{
"fullName": "mayankag22/RAG_demo_with_monitor"
}This application takes input from user via PDF and databricks table, updates vector index, calls MCP server for internal policies and ask LLM to answer in case the policy is not present in MCP server. Application creates monitoring logs and provide precision and MRR of the retrieval.