# ベクトル検索

QdrantベクトルデータベースとOpenAI埋め込みを基にした意味検索サービス

Qdrantベクトル検索エンジンとMCPプロトコルサーバーをローカルで迅速にデプロイするDocker Composeの解決策

LanceDBをベースにしたサーバーレスMCPサービスで、ドキュメントの保存、検索、テーブル情報の照会機能を提供します

このプロジェクトは、Qdrantに基づく開発コンテナ環境を提供し、ファイル埋め込みとベクトル類似性検索を行い、テキスト、Markdown、PDFファイルの自動インデックスと検索をサポートします。

LanceDBとOllamaに基づくNode.jsのベクトル検索の実装

TypeScriptベースのMCPサーバーで、ウェブサイトの内容をクロールしてQdrantベクトルデータベースに保存し、質問応答ツールを提供してユーザーがインデックス内容を照会できるようにします。

MCPフレームワークに基づくQdrantベクトルデータベースサービスで、テキストのベクトル化保存と類似性検索機能を提供します。

Go言語に基づくGitHubインテリジェントチャットMCPサーバーで、自然言語でGitHubと対話する機能とベクトル検索能力を提供します。

このプロジェクトはFAISSベクトルデータベースをベースにしたMCPサーバーを実装し、検索強化生成（RAG）機能をサポートしており、GitHubファイルのダウンロード、ドキュメントのインデックス化、ローカルクエリ、LLMの統合などの完全なワークフローを含んでいます。

DuckDBとPlamo-Embedding-1Bを使用してRAG機能を実現するプロジェクトで、Markdownファイルのベクトル化保存と検索をサポートし、MCPサービスインターフェイスを提供します。

Pinecone MCPサーバーは、Claude Desktop用に設計されたモデルコンテキストプロトコルサーバーで、Pineconeインデックスとの読み書きの相互作用機能を提供します。

強力なMCPサーバーで、ウェブ検索と類似内容の検索機能を提供し、Claude Desktop用に設計されています。

Pinecone開発者MCPサーバーは、Model Context Protocol標準に基づくサービスで、AIツールとPineconeプロジェクトを接続し、ドキュメント検索、インデックス設定、コード生成、データ操作などの機能を提供します。

Node.jsベースのベクトル検索プロジェクトで、LanceDBデータベースとOllama埋め込みモデルを使用してドキュメントの類似性検索機能を実現します

モデルコンテキストプロトコル（MCP）に基づく多エージェントAIインフラストラクチャで、標準化された通信層を提供し、ベクトルデータベース、ツール統合、および多エージェント協調をサポートします。インスペクターダッシュボード、Qdrantベクトルデータベース、およびDockerネットワークなどのコアコンポーネントが含まれています。

DMCPは、MCPサーバーのツールが過多になる問題を解決するためのセマンティックなツール発見プロトコルです。ベクトル検索を使用して、必要に応じたクエリ駆動型のツール発見を実現し、トークン消費を大幅に削減し、ツール選択の精度を向上させます。

FastMCP 2.0に基づくインテリジェントツールスケジューリングシステムで、大規模モデルが自動的に26以上のツールを呼び出し、知識グラフ、ベクトル検索、およびリアルタイム進捗表示をサポートし、企業の知識管理と業務データ分析を自動化します。

DeepRepoは、複数のAIプロバイダーをサポートするプロダクションレベルのローカルRAGエンジンのPythonライブラリです。ベクトルストレージ、MCPサーバーの統合、およびRESTful APIを提供し、外部のベクトルデータベースや大規模なフレームワークは必要ありません。

MCPメモリサーバーは、AIアシスタントに長期記憶機能を提供し、PostgreSQLとpgvectorをベースにした効率的なベクトル類似度検索を実現します。

RAGドキュメントMCPサーバーは、ベクトル検索に基づくドキュメント処理ツールで、AIアシスタントにドキュメント検索とコンテキスト強化機能を提供します。

Tacitbase MCPサーバーは高度な検索機能を提供し、ネイティブ検索とTypesenseを組み合わせて検索能力を強化します。

Pythonコード分析に基づくRAGシステムで、ASTを使用してコード構造を解析し、Weaviateベクトルデータベースに保存します。コードクエリ、自然言語による質問応答、および可視化機能を提供し、複数のコードライブラリの管理と依存関係分析をサポートします。

MCPプロトコルに基づくPythonサーバープロジェクトで、OpenAIのベクトルストレージ機能を利用してRAGシステムを構築し、様々なファイル形式からベクトルデータベースを作成し、セマンティック検索をサポートします。

このプロジェクトはMCPプロトコルベースのサーバーを実装し、FAISSベクトルデータベースとRAG技術を統合し、GitHubからMoveファイルを抽出して知識ベースを構築し、ドキュメント検索と強化生成機能を提供します。

NexusHubはClaude AIツール用に設計された統一MCPサーバーで、ファイルシステムアクセス、データベース操作、ベクトル検索、GitHub統合などのさまざまな機能を提供し、HTTPとstdioの2つのプロトコルをサポートし、最新のダッシュボードインターフェイスを備えています。

MongoDB Atlasベクトル検索とVoyage AI埋め込み技術に基づくドキュメント検索システムで、意味検索とテキストマッチングをサポートし、ドキュメント分割、埋め込み生成、および保存機能を備えています。

DevContextは強力なAI開発コンテキストシステムで、開発者にプロジェクト中心の持続的なコンテキスト認識能力を提供します。短期/長期/情景/意味の4種類のメモリタイプを含み、コード構造分析とベクトル検索をサポートし、開発効率を大幅に向上させます。

これは、MariaDB Cloudをベースとしたハイブリッド検索強化生成（RAG）検索システムのデモプロジェクトです。MariaDBのベクトル検索とFastMCPサーバーを通じたBrave Searchのウェブ検索強化を統合し、20 Newsgroupsデータセットをサンプルとして使用し、即時利用可能なハイブリッド検索アーキテクチャを提供します。

ベクトル検索に基づくHexoブログRAG MCPサーバーは、個人のブログをAIアシスタントの専用知識ベースに変換し、意味検索と強化された回答を実現します。

Claude Desktop向けに設計された、ウェブ検索と類似コンテンツ検索機能を備えた強力なMCPサーバーです。