Search MCP Server

🚀 parquet_mcp_server

強力なMCP（モデル制御プロトコル）サーバーで、ウェブ検索の実行や類似内容の検索に使用できるツールを提供します。このサーバーはClaude Desktop用に設計されており、以下の主要機能を備えています。

1. ウェブ検索：ウェブ検索を実行し、結果を取得します。
2. 類似性検索：以前の検索結果から関連情報を抽出します。

このサーバーは、以下の用途に特に適しています。

• ウェブ検索機能が必要なアプリケーション
• 検索クエリに基づいて類似内容を検索する必要があるプロジェクト

🚀 クイックスタート

✨ 主な機能

• ウェブ検索機能で、ウェブ上の情報を収集できます。
• 類似性検索機能を使って、関連する情報を効率的に見つけることができます。

📦 インストール

Smitheryを通じたインストール

Smitheryを使用して、Claude Desktop用のParquet MCP Serverを自動でインストールします。

npx -y @smithery/cli install @DeepSpringAI/parquet_mcp_server --client claude

このリポジトリをクローン

git clone ...
cd parquet_mcp_server

仮想環境の作成とアクティベート

uv venv
.venv\Scripts\activate  # Windowsの場合
source .venv/bin/activate  # macOS/Linuxの場合

パッケージのインストール

uv pip install -e .

環境変数の設定

.envファイルを作成し、以下の変数を追加します。

EMBEDDING_URL=http://sample-url.com/api/embed  # ベクトル埋め込みサービスのURL
VECTOR_DB_HOST=host.docker.internal  # PostgreSQLベクトルデータベースのホスト名またはIPアドレス
VECTOR_DB_PORT=5432  # PostgreSQLのポート番号（デフォルトは5432）
VECTOR_DB_NAME=vector_db  # データベース名
VECTOR_DB_USER=postgres  # データベースのユーザー名
VECTOR_DB_PASSWORD=postgres  # データベースのパスワード

💻 使用例

基本的な使用法

PostgreSQLとpgVector拡張をインストールします。

1. PostgreSQLで新しいデータベースを作成し、pgVector拡張を有効にします。

CREATE EXTENSION vector;

2. 検索結果を保存するためのテーブルを作成します。

CREATE TABLE web_search (
    id SERIAL PRIMARY KEY,
    text TEXT,  # 完全なウェブページの内容またはテキスト断片を保存
    metadata JSONB,  # URL、タイトルなどのメタデータを含む
    embedding VECTOR(1024),  # テキストに対応するベクトル埋め込み（次元数は1024）
    created_at TIMESTAMP DEFAULT NOW()  # レコードの作成時間を記録
);

高度な使用法

テストガイド

データベースの初期化

以下のコマンドを使用して、PostgreSQLデータベースを初期化し、サンプルデータを挿入します。

psql -h host.docker.internal -U postgres -d vector_db -f init.sql

検索テスト

サーバーにベクトル埋め込みを含む検索リクエストを送信します。

POST /api/search HTTP/1.1
Content-Type: application/json

{
    "embedding": [0.1, 0.2, ..., 0.3],  # 長さが1024のベクトル
    "match_threshold": 0.7,  # 類似性の閾値（デフォルトは0.7）
    "match_count": 5  # 最大返却結果数（デフォルトは5）
}

PostgreSQLの類似性検索関数

PostgreSQLでベクトルベースの類似性検索を実行するには、以下のSQL関数を使用します。

-- 類似性検索用の関数を作成
CREATE OR REPLACE FUNCTION match_web_search(
  query_embedding vector(1024),  # クエリベクトル（長さは1024でなければならない）
  match_threshold float,  # 類似性の閾値
  match_count int  # 最大返却結果数（デフォルトは5）
)
RETURNS TABLE (
  id bigint,
  metadata jsonb,
  text TEXT,  # 完全なテキスト内容を返す
  created_at TIMESTAMP,  # 作成タイムスタンプを返す
  similarity float
)
LANGUAGE plpgsql
AS $$
BEGIN
  RETURN QUERY
  SELECT
    web_search.id,
    web_search.metadata,
    web_search.text,
    web_search.created_at,
    1 - (web_search.embedding <=> query_embedding) as similarity
  FROM web_search
  WHERE 1 - (web_search.embedding <=> query_embedding) > match_threshold
  ORDER BY web_search.created_at DESC,  # 時間で降順にソート（最新の結果が優先）
           web_search.embedding <=> query_embedding  # 類似性でソート
  LIMIT match_count;  # 返却結果数を制限
END;
$$;

この関数を使用すると、指定された閾値と結果数の制限に基づいて、PostgreSQLでベクトルベースの類似性検索を実行し、条件に合致する結果を返すことができます。結果はタイムスタンプの降順に、次に類似性でソートされます。

バックエンドコードの例

以下は、バックエンドサービスの簡単な実装例です。

from fastapi import FastAPI, HTTPException
import requests
import json
from typing import List, Optional

app = FastAPI()

class SearchResults(BaseModel):
    id: int
    metadata: dict
    text: str
    created_at: datetime
    similarity: float

@app.post("/api/search", response_model=List[SearchResults])
async def search(web_search: WebSearch) -> List[SearchResults]:
    try:
        # 類似性検索クエリを実行
        response = requests.post(
            "http://localhost:8000/api/vector/search",
            json={
                "vector": web_search.embedding,
                "threshold": 0.7,
                "count": 5
            }
        )
        
        if response.status_code != 200:
            raise HTTPException(status_code=500, detail="検索に失敗しました")
            
        return response.json()
    except Exception as e:
        raise HTTPException(status_code=500, detail=str(e))

🔧 技術詳細

• PostgreSQLでのベクトルベースの類似性検索の実装について、SQL関数を使用しています。
• バックエンドサービスはFastAPIを使用して実装されており、外部のベクトル検索サービスと通信しています。

📄 ライセンス

READMEにライセンス情報は記載されていません。

その他の注意事項

⚠️ 重要提示

• PostgreSQLのバージョンが13以上であることを確認してください。これはベクトルデータ型をサポートするために必要です。
• pgVector拡張が正しくインストールされ、データベースで有効になっていることを確認してください。
• ウェブ検索機能は、requestsやbeautifulsoup4などのサードパーティのクローラーツールに依存しています。これらのライブラリがインストールされ、正しく設定されていることを確認してください。
• 本番環境で使用する場合は、類似性の閾値と結果の返却数を実際のニーズに合わせて調整してください。