关键词

向量搜索内嵌向量Turso数据库文字稿搜索LLM工具

项目简介

这是一个基于 Model Context Protocol (MCP) 构建的服务器应用。它的核心功能是连接到指定的 Turso 数据库，该数据库存储了带有内嵌向量（embeddings）的文本片段（例如播客文字稿）。该服务器对外暴露一个标准的 MCP 工具，允许 MCP 客户端（如大型语言模型应用）通过自然语言查询进行向量相似度搜索，从而找到与查询最相关的文本片段，而无需客户端自己生成内嵌向量。

主要功能点

  • 向量相似度搜索: 根据用户提出的问题，生成内嵌向量，并在数据库中查找与其最相似的文本片段。
  • 相关性评分: 对搜索结果提供相似度评分，帮助用户或LLM判断结果的相关程度。
  • 完整的片段信息: 返回匹配文本片段的详细信息，包括所属的节目标题、文本内容以及开始和结束时间戳。
  • 可配置的搜索参数: 支持设置返回结果的数量上限和最低相似度阈值。
  • 集成外部Embedding服务: 利用 Voyage AI 等外部服务生成查询文本的内嵌向量。
  • 标准MCP工具: 提供一个名为 'search_embeddings' 的工具，方便LLM通过标准方式调用。

安装步骤

  1. 克隆此 GitHub 仓库到您的本地或服务器环境。
  2. 确保您的系统安装了 Node.js 和 npm（或者 yarn/pnpm）。
  3. 在仓库根目录打开终端，安装项目依赖： 
    npm install
  4. 构建项目： 
    npm run build
    构建成功后，可执行文件通常位于 'dist/index.js'。

服务器配置

此 MCP 服务器需要通过您的 MCP 客户端进行配置，以便客户端知道如何启动和连接它。配置通常以 JSON 格式指定，您需要在客户端的 MCP 服务器配置中添加以下信息：

  1. 服务器名称 ('server name'): 例如 'mcp-embedding-search'。
  2. 启动命令 ('command'): 通常是 'node'。
  3. 启动参数 ('args'): 指向构建后的主脚本路径，例如 '["/path/to/mcp-embedding-search/dist/index.js"]'。请替换 '/path/to/mcp-embedding-search/' 为您实际存放项目的路径。
  4. 环境变量 ('env'): 需要设置连接 Turso 数据库和调用 Embedding 服务所需的秘钥和地址：
    • 'TURSO_URL': 您的 Turso 数据库连接 URL。
    • 'TURSO_AUTH_TOKEN': 您的 Turso 数据库认证 Token。
    • 'VOYAGE_API_KEY': 用于生成 Embedding 的 Voyage AI API 秘钥。

请根据您使用的 MCP 客户端（如 Cline, Claude Desktop 等）的文档，将上述信息填入其 MCP 服务器配置界面或文件中。客户端启动时会根据这些配置启动并连接到此服务器。

基本使用方法

一旦 MCP 客户端成功配置并连接到此服务器，LLM 就可以发现并调用服务器提供的 'search_embeddings' 工具。

LLM 调用此工具时，需要提供以下参数：

  • 'question' (必需，字符串): 用户或LLM提出的用于搜索的查询文本。
  • 'limit' (可选，数字): 希望返回的最大结果数量，默认为 5，最大为 50。
  • 'min_score' (可选，数字): 搜索结果的最低相似度分数阈值，默认为 0.5，范围在 0 到 1 之间。

服务器接收到调用请求后，会执行以下步骤：

  1. 使用 'question' 参数调用 Voyage AI API 生成内嵌向量。
  2. 使用生成的向量在 Turso 数据库中执行相似度搜索。
  3. 根据 'limit' 和 'min_score' 参数过滤结果。
  4. 将找到的相关文本片段信息（节目标题、文本、时间戳、相似度）返回给 MCP 客户端，通常以 JSON 格式的字符串形式包含在工具调用的响应中。

LLM 客户端解析这些结果后，就可以利用这些上下文信息来回答用户的问题或执行其他任务。

信息

分类

AI与计算

访问项目