MCP Vertexai Search

🚀 使用Vertex AI搜索的MCP服務器

這是一個藉助Vertex AI進行文檔搜索的MCP服務器。它利用Vertex AI的數據資源，為用戶提供高效準確的文檔搜索服務，能有效提升信息檢索的效率和質量。

🚀 快速開始

此MCP服務器提供了便捷的使用方式，可通過不同途徑快速啟動並使用。

✨ 主要特性

• 先進技術結合：本解決方案將Gemini與Vertex AI的Grounding功能相結合，利用Vertex AI數據倉庫中的私有數據進行文檔搜索。Grounding技術能夠提升Gemini回答的質量，使其基於存儲在Vertex AI數據倉庫中的數據生成更準確的結果。
• 可擴展性：可以通過集成一個或多個Vertex AI數據倉庫到MCP服務器中，靈活滿足不同的使用需求。

有關Grounding的更多詳細信息，請參考Vertex AI Grounding官方文檔。

📦 安裝指南

1. 克隆倉庫

# 克隆倉庫
git clone git@github.com:ubie-oss/mcp-vertexai-search.git

# 創建虛擬環境
uv venv
# 安裝依賴項
uv sync --all-extras

# 查看運行命令
uv run mcp-vertexai-search

2. 安裝Python包

該包尚未發佈到PyPI，但可以通過倉庫安裝它。由於需要使用從config.yml.template導出的配置文件來運行MCP服務器，因此必須修改此模板文件。

# 安裝包
pip install git+https://github.com/ubie-oss/mcp-vertexai-search.git

# 查看幫助命令
mcp-vertexai-search --help

💻 使用示例

基礎用法

有兩種方式可以使用這個MCP服務器。如果您想在Docker上運行，第一種方法會更方便，因為項目中已經提供了Dockerfile。

高級用法

開發環境設置

先決條件

• uv
• Vertex AI數據倉庫
  • 請參考官方文檔瞭解更多關於數據倉庫的信息

設置本地環境

# 可選：安裝uv
python -m pip install -r requirements.setup.txt

# 創建虛擬環境
uv venv
uv sync --all-extras

運行MCP服務器

此實現支持兩種傳輸協議，分別是SSE（Server-Sent Events）和stdio（標準輸入輸出）。可以通過設置--transport標誌來選擇不同的傳輸方式。 可以使用YAML文件配置MCP服務器。config.yml.template是一個配置文件的模板。請參考附錄A：配置文件瞭解詳細信息，以便根據需要修改配置文件。

uv run mcp-vertexai-search serve \
    --config config.yml \
    --transport <stdio|sse>

測試Vertex AI搜索

可以使用mcp-vertexai-search search命令（無需運行MCP服務器）來測試Vertex AI搜索功能。

uv run mcp-vertexai-search search \
    --config config.yml \
    --query <your-query>

📚 詳細文檔

附錄A：配置文件

config.yml.template是一個配置文件的模板。

請根據實際情況填寫上述字段，以完成配置。