Search MCP Server

🚀 parquet_mcp_server

parquet_mcp_server 是一個強大的 MCP（模型控制協議）服務器，它提供了用於執行網絡搜索和查找相似內容的工具。該服務器專為 Claude Desktop 設計，能為需要網絡搜索功能以及根據搜索查詢查找類似內容的應用程序和項目提供支持。

🚀 快速開始

parquet_mcp_server 是專為 Claude Desktop 設計的 MCP 服務器，可執行網絡搜索並查找相似內容。下面將為您介紹如何安裝、配置和使用該服務器。

✨ 主要特性

• 網絡搜索：執行網絡搜索並抓取結果。
• 相似性搜索：從之前的搜索中提取相關信息。

📦 安裝指南

通過 Smithery 安裝

要通過 Smithery 自動安裝 Parquet MCP Server for Claude Desktop，可使用以下命令：

npx -y @smithery/cli install @DeepSpringAI/parquet_mcp_server --client claude

克隆此倉庫

git clone ...
cd parquet_mcp_server

創建並激活虛擬環境

uv venv
.venv\Scripts\activate  # 在 Windows 上
source .venv/bin/activate  # 在 macOS/Linux 上

安裝依賴項

安裝項目所需的 Python 包：

pip install -r requirements.txt

📚 詳細文檔

配置

更新 config.py 文件，設置以下環境變量：

使用

初始化數據庫

運行以下 SQL 命令初始化 PostgreSQL 數據庫：

CREATE EXTENSION IF NOT EXISTS pgvector;

插入數據

使用 insert_data.py 腳本將搜索結果插入到數據庫中：

python insert_data.py --metadata "{'source': 'example.com', 'timestamp': '2023-10-01'}" --text "這是一個示例文本。"

搜索數據

使用 search_data.py 腳本根據向量相似性搜索數據庫中的內容：

python search_data.py --query_embedding "0.5, 0.3, ..., 0.2" --threshold 0.7

測試

運行以下命令測試服務器：

uvicorn main:app --reload

訪問 http://localhost:8000/docs 查看 API 文檔。

故障排除

網絡搜索失敗

• 檢查互聯網連接。
• 確保目標網站允許被爬取。

數據庫連接問題

• 確保 PostgreSQL 服務正在運行。
• 檢查數據庫憑據是否正確。
• 查看 PostgreSQL 日誌文件以獲取更多信息。

向量相似性搜索性能差

• 優化 PostgreSQL 查詢。
• 增加向量索引。
• 減少結果限制或降低相似性閾值。

PostgreSQL 函數用於向量相似性搜索

要使用 PostgreSQL 執行向量相似性搜索，可以使用以下函數：

-- 創建用於向量相似性搜索的函數
CREATE OR REPLACE FUNCTION match_web_search(
  query_embedding vector(1024),  -- 調整向量大小
  match_threshold float,
  match_count int  -- 用戶定義的結果數量限制
)
RETURNS TABLE (
  id bigint,
  metadata jsonb,
  text TEXT,  -- 返回完整文本內容
  date TIMESTAMP,  -- 使用 date 列代替 created_at
  similarity float
)
LANGUAGE plpgsql
AS $$
BEGIN
  RETURN QUERY
  SELECT
    web_search.id,
    web_search.metadata,
    web_search.text,  -- 返回完整的文本內容
    web_search.date,  -- 返回日期時間戳
    1 - (web_search.embedding <=> query_embedding) as similarity
  FROM web_search
  WHERE 1 - (web_search.embedding <=> query_embedding) > match_threshold
  ORDER BY web_search.date DESC,  -- 按日期降序排序（最新優先）
           web_search.embedding <=> query_embedding  -- 按相似性排序
  LIMIT match_count;  -- 根據用戶指定限制結果數量
END;
$$;

此函數允許您在 PostgreSQL 數據庫中執行向量相似性搜索，返回滿足指定相似性閾值的結果，並根據用戶輸入限制結果數量。結果按日期和相似性進行排序。

PostgreSQL 表創建

CREATE TABLE web_search (
    id SERIAL PRIMARY KEY,
    text TEXT,
    metadata JSONB,
    embedding VECTOR(1024),

    -- 該字段會自動更新
    date TIMESTAMP DEFAULT NOW()
);

此表結構用於存儲網絡搜索結果，包括文本內容、元數據和向量表示。