Pinecone Vector Db MCP Server

🚀 MCP Pinecone ベクトルデータベースサーバ

このプロジェクトは、モデルコンテキストプロトコル（MCP）サーバを実装しており、Pineconeベクトルデータベースへの読み書きを可能にします。PDFデータやConfluenceデータの処理に適しています。

✨ 主な機能

• テキストクエリを使用して類似ドキュメントを検索する
• カスタムメタデータを付けて新しいベクトルをデータベースに追加する
• Confluenceデータをバッチ処理してアップロードする
• IDでベクトルを削除する
• データベースの基本統計情報（現在は利用できません）

📦 インストール

前提条件

• Bunランタイム環境
• Pinecone APIキー
• OpenAI APIキー（埋め込みの生成に使用）

インストール手順

1. このリポジトリをクローンします。
2. 依存関係をインストールします。

bun install

3. .envファイルを作成し、以下の内容を記述します。

PINECONE_API_KEY=あなたのPinecone APIキー
OPENAI_API_KEY=あなたのOpenAI APIキー
PINECONE_HOST=あなたのPineconeホストアドレス
PINECONE_INDEX_NAME=あなたのインデックス名
DEFAULT_NAMESPACE=デフォルトの名前空間

💻 使用例

MCPサーバの起動

サーバを起動するには、以下のコマンドを実行します。

bun src/index.ts

サーバは起動し、stdio上のMCPコマンドを待ち受けます。

サンプルクライアントの実行

サンプルクライアントを使用してサーバをテストするには、以下のコマンドを実行します。

bun examples/client.ts

Confluenceデータの処理

Confluence処理スクリプトは詳細なログ記録と検証を提供します。

bun src/scripts/process-confluence.ts <ファイルパス> [集合] [範囲]

パラメータ

• ファイルパス：Confluence JSONファイルへのパス（必須）
• 集合：ドキュメント集合の名前（デフォルトは"documentation"）
• 範囲：ドキュメントの範囲（デフォルトは"documentation"）

例

bun src/scripts/process-confluence.ts ./data/confluence-export.json "tech-docs" "engineering"

このスクリプトは以下の処理を実行します。

1. 入力パラメータを検証する
2. 内容を処理してベクトル化する
3. ベクトルをバッチアップロードする
4. アップロードが成功したことを検証する
5. 詳細な処理ログを提供する

📚 ドキュメント

利用可能なツール

サーバは以下のツールを提供します。

1. search-vectors - テキストクエリを使用して類似ドキュメントを検索します。パラメータは以下の通りです。
   • query：文字列（検索クエリテキスト）
   • topK：数値（1 - 100、デフォルトは5）
   • filter：オブジェクト（オプションのフィルタ条件）
2. add-vector - 単一のドキュメントを追加します。パラメータは以下の通りです。
   • text：文字列（ベクトル化する内容）
   • metadata：オブジェクト（ベクトルのメタデータ）
   • id：文字列（オプションのカスタムID）
3. process-confluence - Confluence JSONデータを処理します。パラメータは以下の通りです。
   • filePath：文字列（ファイルパス）
   • namespace：文字列（オプション、デフォルトは"capella-document-search"）
4. delete-vectors - ベクトルを削除します。パラメータは以下の通りです。
   • ids：文字列配列（ベクトルIDのリスト）
   • namespace：文字列（オプション、デフォルトは"capella-document-search"）
5. get-stats - データベースの統計情報を取得します（現在は利用できません）

データベースの設定

サーバはPineconeベクトルデータベースを必要とします。.envファイルで接続パラメータを設定します。

PINECONE_API_KEY=あなたのAPIキー
PINECONE_HOST=あなたのホストアドレス
PINECONE_INDEX_NAME=あなたのインデックス名
DEFAULT_NAMESPACE=デフォルトの名前空間

メタデータスキーマ

Confluenceドキュメント

ID: confluence-[page-id]-[item-id]
title: [タイトル]
pageId: [ページID]
spaceKey: [スペースキー]
type: [タイプ]
content: [テキスト内容]
author: [作者名]
source: [ソース]