你的部落格，其實可以變成你的 AI 第二大腦

RAG(Retrieval-Augmented Generation)

大語言模型裝了全世界的知識，不過有些私人的知識是不會放上網路的
這時候要怎麼讓他能夠擁有 你的知識 是很重要的，所以 RAG 本身就是在做這件事情

How RAG Works

你的私人知識必須先進行 Embedding，把這些知識存入資料庫(Indexing)
當你在與 AI 聊天的時候，他會去資料庫檢索最相似的片段(Retrieval)
最後在把你的回答與知識庫裡面的資料合成返回給你(Generation)

也因此，RAG 非常適合充當知識庫查詢的角色
不過需要注意到的是，RAG 只能做讀取的操作，他沒有能力去做寫入

MCP(Model Context Protocol)

Model Context Protocol 是由 Anthropic 在 2024 年推出的開放標準協議
旨在解決 AI 模型跟外部溝通連結的問題

前面提到 RAG(Retrieval-Augmented Generation) 他只能做讀取
而 MCP(Model Context Protocol) 可以做到讀寫

不過 MCP Resources 是靜態的不能改

比方說我之前在工作的時候用了 Figma MCP
讓他可以去讀設計稿，確保我的後端設計符合設計稿
也有用 Claude in Chrome MCP, 讓他自己去操作網頁，以我的例子來說是讓他自己寫 POC，把東西修到可以跑之後再讓我實際操作

Resources, Tools and Prompts

MCP 跟外部系統交互的能力，可以分成 Resources, Tools 以及 Prompts

• Resources
  • 這是一個靜態的資源，AI 可以透過一個固定的 URL 去存取。AI 沒辦法去做寫入的操作，並且他是被動的
• Tools
  • Tool 就是給 AI 一個工具，他能夠被主動呼叫執行。他可以自己根據需要，自動的去呼叫
• Prompts
  • 他是一個提前定義好的 prompts, AI 可以根據這個模板去動作

Differences Between RAG and MCP

我在看到 RAG 跟 MCP Resources 的時候我覺得很奇怪
因為這兩個看起來東西滿相似的

都是提供給 AI 靜態的資源讓他可以使用
不過差別在於說，有沒有處理

當你使用 MCP 的時候，實際上是給你一本書籍的概念
你要的東西應該在這本書裡面，但是你實際上還是要去翻一下內容
而 RAG 則是很精確地跟你說他在哪一本書第幾頁第幾行

並且你用 MCP，如果資料量很大，那 Token 消耗的就會比較多
相比 RAG 則是預處理會花比較多時間

Build a Second Brain

我原本是用 MCP(Model Context Protocol) 來做
不過針對這種 use case, RAG(Retrieval-Augmented Generation) 會更適合

RAG 首先我會需要一個地方存 Embedding 的資料
我還要有方法能夠定時的更新我的 RAG 資料
並且我還要 expose RAG 服務給 AI

我後來決定 MCP 跟 RAG 我都用

• MCP 用來存取完整部落格資源
• RAG 用來在眾多文章資源中，精準篩選出我需要的資料，RAG 的工具透過 MCP 呼叫存取

The Codebase

MCP 要怎麼寫，其實很簡單
他本質上就是個後端的 app(他用 JSON-RPC 來溝通)
你需要實作幾隻 API

其中比較重要的是，POST 系列的 API

剩下是 OPTIONS 以及 GET，前者確認該伺服器有哪些 method 可以用，後者確保伺服器是健康的

• initialize
  • 初始化 MCP server, 以及回傳伺服器資訊

    {
      protocolVersion: "2024-11-05",
      capabilities: {
      resources: {},
      tools: {},
      },
      serverInfo: { name: "blog-hybrid-mcp-ts", version: "1.0.0" },
    }
    

• notifications/initialized
  • 他是初始握手確認通知，回個 {} 就可以了
• resources 系列
  • resources 就是 mcp 靜態 資源, 有分 list 以及 read
  • resources/list
    • 就是列出該 mcp 上面有哪些靜態資源，以我的例子，就是找出所有部落格文章
  • resources/read
    • 你可以給個參數，讀取特定靜態資源，比方說讀取特定文章
• tools 系列
  • tools 就是 mcp 動態 工具, 有分 list 以及 call
  • tools/list
    • 就是列出該 mcp 上面有哪些動態工具

      {
        tools: [
          {
            name: searchRagCall,
            description: "use this RAG to search from ambersuncreates.com",
            inputSchema: {
            type: "object",
            properties: {
              query: {
              type: "string",
              description: "what you want to ask about",
              },
            },
            required: ["query"],
            },
          },
        ],
      }
      

  • tools/call
    • 你可以給個參數，呼叫特定動態工具，比方說呼叫 RAG 工具

Cloudflare Worker

解決了 MCP 的程式碼，我們還沒解決 RAG 的部分
RAG 本身是透過 tools/call 去呼叫的，而所有的 MCP 程式碼都是放在 Cloudflare Worker 上

資料存儲則是使用 D1 Database 與 Vectorize Index
我的部署是這樣子的
每當我更新部落格，CI 會觸發兩件事情

1. 更新 Cloudflare Worker 的程式碼(可參考 deploy_worker.yaml 的流程)
2. 更新 Embedding 資料(可參考 update_rag.yaml 的流程)

那因為剛好我的 domain 是掛在 cloudflare 上面，所以可以剛好掛個 subdomain 上去我的 mcp
也就是 https://mcp.ambersuncreates.com

單純 GET 得到的就會是

{"status":"ok","message":"Blog Hybrid MCP Worker (TS) is running"}

Claude Code Integration

你把 mcp 直接裝去之後他會就會動了，就是這麼簡單

然後就長這樣