Lancedb Vector Search

🚀 LanceDB Node.js ベクトル検索

このプロジェクトは、Node.js を使って LanceDB と Ollama の埋め込みモデルを組み合わせたベクトル検索を実現します。

🚀 クイックスタート

このプロジェクトでは、以下のことができます。

• LanceDB データベースに接続する
• Ollama を使ってカスタム埋め込み関数を作成する
• 保存されたドキュメントのベクトル類似度検索を実行する
• 検索結果を処理して表示する

✨ 主な機能

• LanceDB データベースへの接続機能
• Ollama を用いたカスタム埋め込み関数の作成機能
• ベクトル類似度検索機能
• 検索結果の処理と表示機能

📦 インストール

前提条件

• Node.js（v14 以上）
• nomic-embed-text モデルを持つローカルで実行されている Ollama
• 読み書き権限を持つ LanceDB の保存場所

インストール手順

1. リポジトリをクローンする
2. 依存関係をインストールする：

pnpm install

💻 使用例

基本的な使用法

ベクトル検索テストスクリプトを実行する：

pnpm test-vector-search

または、直接実行する：

node test-vector-search.js

高度な使用法

このスクリプトは、以下に接続します。

• LanceDB の指定されたパス
• http://localhost:11434/api/embeddings で実行されている Ollama API

🔧 技術詳細

依存関係

• @lancedb/lancedb：Node.js の LanceDB クライアント
• apache-arrow：列データの処理に使用
• node-fetch：Ollama API にリクエストを送信するために使用

カスタム埋め込み関数

このプロジェクトには、カスタムの OllamaEmbeddingFunction が含まれています。この関数は、以下のことを行います。

• テキストを Ollama API に送信する
• 768 次元の埋め込みを受け取る
• LanceDB で使用できるデータ形式に整形する

ベクトル検索の例

この例では、「ai-rag」テーブルで「成功基準をどのように定義するか」を検索し、結果とその類似度スコアを表示します。

MCP 設定

Claude Desktop に MCP サービスとして統合するには、以下の内容を MCP 設定 JSON ファイルに追加してください。

{
  "mcpServers": {
    "lanceDB": {
      "command": "node",
      "args": [
        "/path/to/lancedb-node/dist/index.js",
        "--db-path",
        "/path/to/your/lancedb/storage"
      ]
    }
  }
}

以下のパスを実際のインストールパスに置き換えてください。

• /path/to/lancedb-node/dist/index.js：index.js ファイルの実際のパス
• /path/to/your/lancedb/storage：LanceDB の保存ディレクトリのパス

📄 ライセンス

MIT License

貢献

貢献を歓迎します！自由に Pull Request を送信してください。