MCP Server Lancedb

🚀 mcp-lance-db：LanceDB 的 MCP 服务器

模型上下文协议（MCP）是一个开放协议，它让大语言模型（LLM）应用程序与外部数据源和工具能够实现无缝集成。无论你是在构建由 AI 驱动的集成开发环境（IDE）、增强聊天界面，还是创建自定义 AI 工作流，MCP 都提供了一种标准化的方式，来连接 LLM 与它所需的上下文。

本仓库展示了如何为 LanceDB（一个嵌入式向量数据库）创建一个 MCP 服务器。

🚀 快速开始

在 Claude Desktop 上运行

• MacOS 系统：配置文件路径为 ~/Library/Application\ 支持/Claude/claude_desktop_config.json
• Windows 系统：配置文件路径为 %APPDATA%/Claude/claude_desktop_config.json%

配置内容如下：

{
  "lancedb": {
    "command": "uvx",
    "args": [
      "mcp-lance-db"
    ]
  }
}

✨ 主要特性

这是一个基础的模型上下文协议服务器，用于在 LanceDB 向量数据库中存储和检索记忆。它就像一个语义记忆层，允许存储文本及其嵌入向量，方便后续检索。

📦 安装指南

构建和发布

若要准备分发包，可按以下步骤操作：

1. 同步依赖项并更新锁定文件：

uv sync

2. 构建包发行版本：

uv build

执行此命令后，会在 dist/ 目录下创建源代码和轮格式发行版。 3. 发布到 PyPI：

uv publish

注意：你需要通过环境变量或命令行参数来设置 PyPI 资质信息：

• 令牌：使用 --token 或 UV_PUBLISH_TOKEN
• 或者用户名/密码：使用 --username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD

💻 使用示例

基础用法

该服务器实现了两个工具，以下是它们的使用说明：

add-memory

此工具用于向向量数据库添加新的记忆。

• 接收一个必填的字符串参数 "content"。
• 存储文本以便后续通过其嵌入向量进行检索。

search-memories

此工具用于检索语义上相似的记忆。

• 接收一个必填的字符串参数 "query"。
• 有可选的 "limit" 参数，用于控制结果数量（默认值为 5）。
• 返回与查询在语义上相似度排名的记忆。
• 更新服务器状态并通知客户端资源更改。

高级用法

在调试方面，由于 MCP 服务器通过标准输入输出运行，调试可能具有一定挑战性。为了获得最佳的调试体验，强烈推荐使用 MCP Inspector。

你可以通过以下命令启动 MCP Inspector：

npx @modelcontextprotocol/inspector uv --directory $(PWD) run mcp-lance-db

启动后，Inspector 会显示一个 URL，你可以将其在浏览器中打开以开始调试。

📚 详细文档

组件

工具

该服务器实现了两个工具：

• add-memory：向向量数据库添加新的记忆

  • 接收一个必填的字符串参数 "content"
  • 存储文本以便以后通过其嵌入向量进行检索

• search-memories：检索语义上相似的记忆

  • 接收一个必填的字符串参数 "query"
  • 可选的 "limit" 参数来控制结果数量（默认值为 5）
  • 返回与查询在语义上相似度排名的记忆
  • 更新服务器状态并通知客户端资源更改

配置

该服务器使用的配置如下：