本项目是基于Model Context Protocol (MCP) 的服务器实现，旨在允许大型语言模型（LLM）客户端（如Claude Desktop, Cursor等）通过标准化的方式访问和操作百度云向量数据库。它将数据库的管理和数据操作功能封装为LLM可调用的工具（Tools）。

主要功能点

数据库管理: 列出、创建和切换数据库。
表和数据操作: 列出、描述表的Schema和统计信息；支持按条件查询和删除数据。
索引管理: 创建、重建、删除和描述表的向量索引。
向量和全文检索: 在表中执行向量相似性搜索和全文检索（BM25）。

安装步骤

前提条件: 确保已安装 Python 3.10 或更高版本。
安装 uv: 如果没有安装 uv，请先安装它。'uv' 是一个快速的 Python 包安装器和执行器。
```
pip install uv
```

克隆仓库: 将本代码仓库克隆到本地。

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

配置数据库连接:
- 您可以通过环境变量 'MOCHOW_ENDPOINT' 和 'MOCHOW_API_KEY' 配置百度云向量数据库实例的连接信息。在项目根目录下的 '.env' 文件中设置这些变量，或者在启动命令中作为参数提供。
- 或者在启动时使用 '--endpoint' 和 '--api-key' 参数指定连接信息。

服务器配置（在MCP客户端中）

MCP客户端（如Claude Desktop, Cursor等）需要配置如何启动和连接到此MCP服务器。通常，这涉及编辑客户端的配置文件，添加一个新的MCP服务器条目。

您需要在客户端的配置文件中添加一个类似以下的结构，指示客户端如何通过命令行启动此服务器：

{
    "mcpServers": {
        "your-server-name": { // 您可以自定义一个服务器名称，例如 "mochow-vdb"
            "command": "/path/to/uv", // 指向 uv 可执行文件的绝对路径
            "args": [
                "--directory",
                "/path/to/mochow-mcp-server-python/src/mochow_mcp_server", // 指向本项目 src/mochow_mcp_server 目录的绝对路径
                "run",
                "server.py",
                // 以下参数可选，如果未设置环境变量或需要在客户端配置中指定：
                "--endpoint",
                "您的百度云向量数据库实例URI", // 替换为实际的数据库实例URI
                "--api-key",
                "您的API密钥" // 替换为实际的API密钥
            ]
        }
    }
}

请将上述 '/path/to/...' 替换为您本地实际的路径，并将数据库连接信息替换为您的。

基本使用方法

配置完成后，重启您的MCP客户端（如Claude Desktop或Cursor）。客户端将会识别并尝试启动配置的百度向量数据库MCP服务器。

您现在可以在与LLM的交互中提及与百度云向量数据库相关的操作。LLM客户端（如果集成了对MCP工具的调用能力）会识别您的意图，并可能调用MCP服务器提供的工具来完成任务，例如：

询问数据库中有多少个数据库（可能调用 'list_databases' 工具）。
要求查看某个表的详细结构（可能调用 'use_database' 和 'describe_table' 工具）。
要求在特定表中执行向量搜索（可能调用 'use_database' 和 'vector_search' 工具）。

您与LLM的交互将是自然语言，LLM负责理解并选择调用哪个工具，并将工具执行的结果呈现给您。

请参考您使用的具体MCP客户端的文档，了解如何在聊天中触发工具调用。

关键词

主要功能点

安装步骤

服务器配置（在MCP客户端中）

基本使用方法

信息