使用说明

项目简介

mcp-rememberizer-vectordb 是一个 Model Context Protocol (MCP) 服务器，它充当大型语言模型（LLM）客户端与 Rememberizer Vector Store 之间的桥梁。通过此服务器，LLM 应用可以安全、标准地访问和操作存储在 Rememberizer 中的向量数据库，实现知识检索、文档管理等功能。

主要功能点

资源管理: 将 Rememberizer 向量数据库中的文档暴露为 MCP 资源，允许 LLM 客户端访问和读取文档内容。
工具集成: 提供一系列工具，使 LLM 能够执行以下操作：
- 语义搜索: 通过 'rememberizer_vectordb_search' 和 'rememberizer_vectordb_agentic_search' 工具，根据语义相似性在向量数据库中搜索文档。'agentic_search' 工具使用 LLM 增强搜索效果。
- 文档列表: 使用 'rememberizer_vectordb_list_documents' 工具分页检索向量数据库中的所有文档列表。
- 信息查询: 通过 'rememberizer_vectordb_information' 工具获取向量数据库的详细信息。
- 文档管理: 支持使用 'rememberizer_vectordb_create_document'、'rememberizer_vectordb_delete_document' 和 'rememberizer_vectordb_modify_document' 工具创建、删除和修改向量数据库中的文档。

安装步骤

安装 'uv' (推荐): 推荐使用 'uv' 包管理器运行此 MCP 服务器。如果你的环境中尚未安装 'uv'，请参考 uv 文档进行安装。
无需额外安装 MCP 服务器: 使用 'uvx' 命令可以直接运行 'mcp-rememberizer-vectordb'，无需单独安装项目依赖。

服务器配置

要将此 MCP 服务器与 MCP 客户端（例如 Claude Desktop）连接，需要在客户端的配置文件中添加服务器配置信息。以下是 Claude Desktop 客户端 'claude_desktop_config.json' 文件的配置示例：

"mcpServers": {
  "rememberizer": {
      "command": "uvx",
      "args": ["mcp-rememberizer-vectordb"],
      "env": {
        "REMEMBERIZER_VECTOR_STORE_API_KEY": "YOUR_REMEMBERIZER_API_TOKEN"  // 请替换为你的 Rememberizer API 密钥
      }
    },
}

配置参数说明:

'"server name": "rememberizer"': 为该 MCP 服务器指定一个名称，例如 "rememberizer"。
'"command": "uvx"': 指定启动 MCP 服务器的命令为 'uvx'。
'"args": ["mcp-rememberizer-vectordb"]': 指定传递给 'uvx' 命令的参数，即要运行的 MCP 服务器程序 'mcp-rememberizer-vectordb'。
'"env": { "REMEMBERIZER_VECTOR_STORE_API_KEY": "YOUR_REMEMBERIZER_API_TOKEN" }': 设置 MCP 服务器运行所需的环境变量。
- '"REMEMBERIZER_VECTOR_STORE_API_KEY"': 必须配置，用于访问 Rememberizer Vector Store 的 API 密钥。请替换 '"YOUR_REMEMBERIZER_API_TOKEN"' 为你实际的 API 密钥。你可以在 Rememberizer 开发者文档中创建和管理 API 密钥。

基本使用方法

设置环境变量: 确保已设置 'REMEMBERIZER_VECTOR_STORE_API_KEY' 环境变量，并将其值设置为你的 Rememberizer API 密钥。
配置 MCP 客户端: 将上述服务器配置信息添加到你的 MCP 客户端配置文件中。
启动 MCP 客户端: 启动你的 MCP 客户端（例如 Claude Desktop）。客户端将自动连接到此 MCP 服务器。
使用 LLM 应用: 在 LLM 应用中，你可以指示 LLM 使用配置的工具来访问和操作 Rememberizer 向量数据库。例如，你可以让 LLM 使用 'rememberizer_vectordb_search' 工具来检索相关文档，或使用 'rememberizer_vectordb_list_documents' 工具浏览文档列表。

关键词