Lancedb MCP Server

🚀 LanceDB MCP 服务器

LanceDB MCP 服务器是基于模型上下文协议（MCP）实现的，专门用于操作 LanceDB 向量数据库。它能高效地进行向量存储、相似性搜索以及关联元数据管理，为相关应用提供强大支持。

🚀 快速开始

安装

# 克隆仓库
git clone https://github.com/yourusername/lancedb_mcp.git
cd lancedb_mcp

# 使用 uv 安装依赖项
uv pip install -e .

与 Claude Desktop 结合使用

# 将服务器添加到你的 claude_desktop_config.json
"mcpServers": {
  "lancedb": {
    "command": "uv",  
    "args": [
      "run",
      "python",
      "-m",
      "lancedb_mcp",
      "--db-path",
      "~/.lancedb"
    ]
  }
}

✨ 主要特性

资源

服务器将向量数据库表以资源形式公开：

• table://{name}：用于存储嵌入和元数据的向量数据库表。具备可配置的向量维度，支持文本元数据，拥有高效的相似性搜索功能。

API 端点

表管理

• POST /table：创建新的向量表。
  • 输入示例：

{
  "name": "my_table",      # 表名  
  "dimension": 768         # 向量维度  
}

向量操作

• POST /table/{table_name}/vector：将向量数据添加到指定表中。
  • 输入示例：

{
  "vector": [0.1, 0.2, ...],  # 向量数据  
  "text": "associated text"    # 元数据  
}

• POST /table/{table_name}/search：搜索相似向量。
  • 输入示例：

{
  "vector": [0.1, 0.2, ...],  # 查询向量  
  "limit": 10                  # 结果数量  
}

📦 安装指南

# 克隆仓库
git clone https://github.com/yourusername/lancedb_mcp.git
cd lancedb_mcp

# 使用 uv 安装依赖项
uv pip install -e .

💻 使用示例

基础用法

# 以下是创建表的示例
{
  "name": "my_table",
  "dimension": 768
}

高级用法

# 以下是搜索相似向量的示例
{
  "vector": [0.1, 0.2, ...],
  "limit": 10
}

🔧 技术细节

开发

# 安装开发依赖项
uv pip install -e ".[dev]"

# 运行测试
pytest

# 格式化代码
black .
ruff .

环境变量

📄 许可证

该项目在 MIT 许可证下发布。有关详细信息，请参阅 LICENSE 文件。