README.md

metadata

title: RAG Books MCP (ESL+ISLP+FES+PDSH+R4DS)
emoji: 📖
colorFrom: indigo
colorTo: purple
sdk: gradio
sdk_version: 5.50.0
app_file: app.py
pinned: false
license: apache-2.0
short_description: MCP RAG sobre 5 libros de Statistical Learning.
tags:
  - mcp-server-track
  - rag
  - statistical-learning
  - chromadb
  - educational

📖 RAG Books MCP — ESL + ISLP + FES + PDSH + R4DS

Servidor MCP (Model Context Protocol) que expone búsqueda semántica sobre cinco libros de referencia de Statistical Learning, Data Science y Data Wrangling, accesible tanto por interfaz web como por clientes MCP (Kiro, Claude Desktop, Cursor, etc.).

Libro	Autores	Rol
ESL — The Elements of Statistical Learning	Hastie, Tibshirani, Friedman	Teoría rigurosa
ISLP — An Introduction to Statistical Learning with Python	James, Witten, Hastie, Tibshirani	Teoría intuitiva con Python
FES — Feature Engineering and Selection	Kuhn, Johnson	Heurísticas de FE
PDSH — Python Data Science Handbook	VanderPlas	Implementación Python
R4DS — R for Data Science, 2nd Ed.	Wickham, Çetinkaya-Rundel, Grolemund	EDA iterativo y data wrangling

ℹ️ R4DS y la cláusula NoDerivatives — R for Data Science está bajo licencia CC BY-NC-ND 3.0 US. Está incluido en este Space para uso académico con atribución explícita. Si los autores o el editor consideran que excede su política, abre un issue en el repo del MCP server y se retirará en menos de 24 h. Detalles en el DATA_CARD del dataset v2.

⚠️ R4DS está escrito en R/tidyverse, no en Python. El valor de su indexación son los principios de EDA y data wrangling que se traducen 1-a-1 a pandas/seaborn. Cualquier cliente MCP debe presentar el código en el lenguaje del usuario, nunca copiar R como solución.

v1 vs v2

• v1 (este Space): la base ChromaDB se empaqueta dentro del Space (~95 MB de archivos en el repo). Más simple de operar.
• v2: la base ChromaDB vive en un dataset HF independiente (gusdelact/rag-esl-islp-chromadb) y el Space la descarga al primer uso. Permite re-ingestar sin redeploy. Ver Space v2.

Endpoint MCP

https://<usuario>-<space-name>.hf.space/gradio_api/mcp/

Conexión desde un cliente MCP

{
  "mcpServers": {
    "rag-books-mcp": {
      "url": "https://<usuario>-<space-name>.hf.space/gradio_api/mcp/"
    }
  }
}

Si tu cliente MCP no soporta streamable HTTP nativo, usa mcp-remote como puente:

{
  "mcpServers": {
    "rag-books-mcp": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://<usuario>-<space-name>.hf.space/gradio_api/mcp/"
      ]
    }
  }
}

Tools

Tool	Descripción
search_theory(query, book, top_k)	Búsqueda semántica en los 5 libros (filtrable por libro).
get_section(book, chapter, section, max_chunks)	Sección específica por referencia.
cite_foundation(topic, detail_level)	Fundamentación teórica multi-libro.
list_available_topics()	Lista capítulos y secciones indexados.

Stack

• Embeddings: sentence-transformers/all-MiniLM-L6-v2 (local, sin API key)
• Vector store: ChromaDB persistente, 3689 chunks publicados (1093 ESL + 884 ISLP + 465 FES + 563 PDSH + 684 R4DS).
• UI / MCP: Gradio con mcp_server=True

Repositorio

Código fuente y variante stdio (Git/local): ver el repo del autor.