ai·rete·rag
Author rules from policy docs, then decide: a Rete engine gives the verdict, an LLM explains why.
使うべきか
品質と安全性
A
ツール定義とプロトコルへの準拠に関する自動分析に基づいています。
コンテキストコスト
~2,599トークン数（ツール定義）
~1.1 KB一般的なレスポンスサイズ
注意への影響は大きい（128k コンテキストの 2.03%）
これは、サーバーのツールがモデルのコンテキストに読み込まれるたびに消費されるおおよそのトークン数です。数が多いほど、ほかのタスクに使える注意が減ります。
インストール
ワンクリックインストール
これを `claude_desktop_config.json` ファイルに追加してください:
{
"mcpServers": {
"ai-rete-rag-mcp": {
"command": "uvx",
"args": [
"ai-rete-rag-mcp"
]
}
}
}実行可能なパッケージ
pypiai-rete-rag-mcp
0.8.0stdioリモートエンドポイント
https://ai-rete-rag.com/mcpstreamable-httphttps://ai-rete-rag.com/mcp/authstreamable-httpできること
ツール一覧
公開できるツールの列挙は記録されていません。
コミュニティ
エビデンス
最近の観測
観測失敗バージョンは記録されていません—
検証済みバージョンは記録されていませんツール 8 件
検証済みバージョンは記録されていませんツール 8 件