Mochow MCP Server Python

🚀 百度向量數據庫MCP Server

百度向量數據庫MCP Server提供了對百度雲向量數據庫功能的訪問，方便開發者使用相關服務，與各類支持模型上下文協議的大語言模型應用程序協同工作。

🚀 快速開始

前提條件

在使用百度雲向量數據庫MCP Server之前，請確保你具備以下條件：

1. Python 3.10 或更高版本
2. 已安裝uv用於運行MCP Server

安裝與運行

使用百度雲向量數據庫MCP Server的推薦方式是通過uv運行，而無需進行安裝。具體步驟如下：

1. 克隆代碼倉庫：

git clone https://github.com/baidu/mochow-mcp-server-python.git
cd mochow-mcp-server-python

2. 直接通過uv運行，其中endpoint和api-key根據實際需要修改：

uv run src/mochow_mcp_server/server.py 
uv run src/mochow_mcp_server/server.py --endpoint http://127.0.0.1:8287 --api-key mochow

或者，在src/mochow_mcp_server/目錄中修改.env文件來設置環境變量，再使用以下命令運行服務器：

uv run src/mochow_mcp_server/server.py 

✨ 主要特性

百度雲向量數據庫MCP Server可以與各種支持模型上下文協議的大語言模型應用程序配合使用，具體如下：

• Claude Desktop：Anthropic 公司為 Claude 開發的桌面應用程序
• Cursor：支持 MCP 的人工智能代碼編輯器
• 自定義 MCP 客戶端：任何實現 MCP 客戶端規範的應用程序

💻 使用示例

在Claude Desktop中的使用方式

1. 從https://claude.ai下載 Claude Desktop。
2. 打開 Claude Desktop 的配置文件，在 macOS 系統中，路徑為~/Library/Application Support/Claude/claude_desktop_config.json。
3. 添加以下配置：

{
    "mcpServers": {
        "mochow": {
            "command": "/PATH/TO/uv",
            "args": [
                "--directory",
                "/path/to/mochow-mcp-server-python/src/mochow_mcp_server",
                "run",
                "server.py",
                "--endpoint",
                "http://127.0.0.1:8287",
                "--api-key",
                "mochow"
            ]
        }
    }
}

4. 重啟 Claude Desktop。

在 Cursor 中的使用方法

Cursor 也支持 MCP工具。你可以通過以下方式將百度MCP Server添加到Cursor中：

1. 依次打開Cursor設置>功能>MCP，點擊+添加新的MCP服務器按鈕，在mcp.json中添加以下配置：

{
    "mcpServers": {
        "mochow": {
            "command": "/PATH/TO/uv",
            "args": [
                "--directory",
                "/path/to/mochow-mcp-server-python/src/mochow_mcp_server",
                "run",
                "server.py",
                "--endpoint",
                "http://127.0.0.1:8287",
                "--api-key",
                "mochow"
            ]
        }
    }
}

2. 重啟 Cursor 或重新加載窗口。

使用樣例

使用Claude Desktop

基礎用法

How many databases do i have in the mochow db?

Claude將使用百度雲向量數據庫MCP Server提供的list_databases來獲取數據庫列表。

Let me check how many databases you have in the Mochow instance.

You have 2 databases in your Mochow instance:

1. book
2. test

高級用法

I want to get the detail of  table named book_segments in database book.

Claude將使用百度雲向量數據庫MCP Server提供的describe_table來獲取表的詳情信息。

I'll help you get the details of the "book_segments" table in the "book" database. Let me first switch to the "book" database and then describe the table.

Here's the information about the "book_segments" table in the "book" database:

Database: book
Table Name: book_segments
Creation Time: 2025-05-06 11:08:22
State: NORMAL

Schema:

id (STRING)
Primary Key: Yes
Partition Key: Yes
Not Null: Yes

bookName (STRING)
Not Null: Yes

author (STRING)
Not Null: No

page (UINT32)
Not Null: No

segment (TEXT)
Not Null: No

vector (FLOAT_VECTOR)
Not Null: Yes
Dimension: 1024

Indexes
book_name_filtering_idx (FILTERING_INDEX)
Field: bookName
Order: ASCEND
Structure Type: DEFAULT

vector_idx (HNSW)
Field: vector
Metric Type: L2
Auto Build: False
Parameters: (M: 16 efConstruction: 200)

📚 詳細文檔

可用工具

百度雲向量數據庫MCP Server提供以下工具：

Database操作

• list_databases：列出數據庫中所有的Database
• create_database：創建一個新的Database
  • 參數：
    • database_name：待創建的Database名稱
• use_database：切換到一個已存在的Database
  • 參數：
    • database_name：待切換的Database名稱

Table操作

• list_tables：列出數據庫中所有的Table
• describe_table：獲取指定Table的詳細信息
  • 參數：
    • table_name：Table名稱
• stats_table：獲取指定Table的統計信息
  • 參數：
    • table_name：Table名稱

數據操作

• delete_table_rows：使用過濾表達式刪除數據
  • 參數：
    • table_name：Table名稱
    • filter_expr：過濾表達式
• select_table_rows：使用過濾表達式查詢數據
  • 參數：
    • table_name：Table名稱
    • filter_expr：過濾表達式
    • limit：查詢結果的最大條數
    • output_fields：查詢結果中要返回的字段名

索引操作

• create_vector_index：在指定向量字段上創建向量索引
  • 參數：
    • table_name：Table名稱
    • index_name：向量索引名稱
    • field_name：向量字段名稱
    • index_type：向量索引類型
    • metric_type：向量索引的距離度量
    • params：向量索引的創建參數
• rebuild_vector_index：重新構建指定向量索引
  • 參數：
    • table_name：Table名稱
    • index_name：向量索引名稱
• drop_vector_index：刪除指定向量索引
  • 參數：
    • table_name：Table名稱
    • index_name：向量索引名稱
• describe_index：獲取指定索引的詳情信息
  • 參數：
    • table_name：Table名稱
    • index_name：向量索引名稱

檢索操作

• vector_search：執行帶標量過濾的向量相似性檢索
  • 參數：
    • table_name：Table名稱
    • vector：向量
    • vector_field：向量字段名稱
    • limit：相似性檢索結果中返回最接近目標向量的記錄數量
    • filter_expr：過濾表達式
    • output_fields：查詢結果中要返回的字段名
• fulltext_search：執行全文檢索
  • 參數：
    • table_name：Table名稱
    • index_name：向量索引名稱
    • search_text：全文檢索的檢索表達式
    • limit：全文檢索返回相關性最高的條目數
    • filter_expr：過濾表達式
    • output_fields：查詢結果中要返回的字段名

環境變量