# ベクトル検索

このプロジェクトは、Model Context Protocol (MCP) 標準に基づくドキュメント処理サーバーです。ベクトルデータベースと MCP インターフェースを構築することで、AI アシスタントが外部のドキュメントリソースにアクセスできるようにし、大規模言語モデルの知識制限を突破します。プロジェクトにはドキュメント処理パイプラインと MCP サーバーの 2 つの主要コンポーネントが含まれており、複数の埋め込みモデルとファイル形式をサポートし、最新の技術ドキュメントの検索やプライベートコードベースの理解などのシナリオに適用できます。

MCPサーバーは、ファイル管理、データベース操作、API統合、ベクトル検索をサポートするマルチファンクションのバックエンドサービスプラットフォームで、Dockerデプロイソリューションと通義千問統合の例を提供します。

このプロジェクトは、ClaudeとQdrantベクトルデータベースを接続するためのMCPサーバーを提供し、Dockerを通じてリモートアクセスを実現します。

これは実験的なObserve MCPサーバープロジェクトで、ObserveプラットフォームのAPIとのインタラクション機能を提供します。これには、OPALクエリの実行、ワークシートデータのエクスポート、モニターの管理などのツールが含まれます。Pineconeベクトルデータベースを通じて、ドキュメントの意味検索とトラブルシューティングマニュアルの推薦を実現し、技術的なLLMモデルに安全なデータアクセスブリッジを提供します。

Couchbaseに基づくスターウォーズの惑星の意味検索MCPサービス

Qdrantベクトル検索エンジンに基づくMCPサーバーで、意味的記憶層機能を提供し、情報の保存と検索をサポートします。

MCPチャット分析サーバーは、モデルコンテキストプロトコル（MCP）に基づくサービスで、チャット会話の意味解析機能を提供します。ベクトル埋め込み検索、知識グラフ構築、会話パターン分析などが含まれます。

これは、Godot RAGモデルにドキュメントサポートを提供するMCPサーバープロジェクトで、ドキュメントのダウンロード、形式変換、チャンク処理、ベクトルデータベースの構築などの機能を備えています。

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。

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

軽量級のMCPサーバーで、ドキュメントウェブサイトのクロールとJina AIおよびSupabaseを使用したRAGインデックスに特化しており、多プロジェクト管理、インテリジェントURL発見、ハイブリッドコンテンツ抽出をサポートします。

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。

WindTools MCPサーバーはChromaDBとSentence Transformersを基にしたコードアシスタントサービスで、ドキュメントの埋め込みと検索機能を提供し、コードベースのインデックス作成と意味的な検索をサポートします。

AGI MCPサーバーは、AIシステムに持続的な記憶能力を提供するモデルコンテキストプロトコルサーバーです。複数の記憶タイプと高度な記憶管理機能をサポートし、対話を超えた連続的な意識を実現します。

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。

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。

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。

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。

FastAPIとFastMCPの2つのプロトコルをサポートする知識グラフサービスで、Qdrantベクトルデータベースの核心的な操作機能を提供します。

Pythonベースのドキュメント処理と検索強化生成(RAG)サーバーで、DuckDBデータベースを使用して埋め込みベクトルを保存し、複数のファイル形式の処理をサポートし、WebインターフェイスとAPIインターフェイスを提供します。

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埋め込みベクトル検索サーバーで、Tursoデータベース内の転写フラグメントと埋め込みベクトルをクエリするために使用され、質問を通じて関連するフラグメントを検索することをサポートしています。

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、阿里云Lindorm多モデルNoSQLデータベース用に作成されたMCPサーバーのサンプルで、ベクトル検索、全文検索、SQL操作などの機能を提供します。

MCPメモリは、Cloudflare Workersをベースに構築されたメモリ保存サービスで、MCPクライアントに会話をまたいだ記憶機能を提供し、ベクトル検索技術を利用して意味関連の記憶検索を実現します。

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。

Qdrantをベースとしたコードスニペットの意味検索システム

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。