语义搜索服务器

超级链接MCP服务器

一种模型上下文协议（MCP）服务器，使用以下方式提供语义搜索和RAG功能 超级链接的矢量搜索框架。该服务器使AI助手能够从结构化数据文件中创建和查询矢量索引，并支持多个搜索维度（文本相似性、新近性、类别和数字）。

概述

该项目创建了一个MCP服务器，该服务器封装了Superlinked的InMemoryExecutor，允许任何兼容MCP的客户端（如Claude Desktop）对结构化数据执行复杂的语义搜索操作。服务器提供工具来预览数据文件、创建多维向量索引，并使用自然语言进行查询。

运作原理

服务器使用Superlink的矢量搜索功能来创建结合多个搜索维度的内存索引：

1. 文本相似度：使用句子变换器嵌入的语义搜索
2. 近期性：时间戳字段的基于时间的排名
3. 数字：数值排名（价格、评级等）
4. 类别：类别匹配和过滤

创建索引时，服务器：

• 分析数据文件结构
• 根据列映射创建适当的向量空间
• 将自定义权重应用于每个维度
• 将数据摄取到内存索引中
• 使其可用于语义查询

特性

• 多格式支持：CSV和JSON数据文件
• 灵活的架构：基于数据的动态模式创建
• 多维搜索：组合文本、时间、数字和类别
• 自定义称重：控制每个搜索维度的重要性
• 内存执行：无外部依赖的快速查询
• MCP兼容性：适用于任何MCP客户端

安装

先决条件

• Python 3.10+
• pip包管理器

设置

1. 克隆此存储库：

git clone <repository-url>
cd rag_repo

2. 安装依赖项：

pip install -r requirements.txt

3. 设置所需的环境变量：

# Required for Streamlit demo
export ANTHROPIC_API_KEY=your_api_key_here

# Optional: Change Claude model (default: claude-haiku-4-5-20251001)
export CLAUDE_MODEL=claude-haiku-4-5-20251001

MCP服务器工具

服务器提供三个主要工具：

1. preview_file

在索引之前预览数据文件的结构和内容。使用此工具了解您的数据结构，并决定创建哪些空间用于索引。

参数：

• file_path （string）：数据文件的路径（CSV或JSON）
• rows （整数，可选）：要预览的样本行数（默认值：5）

退货：

• 总行数
• 列名和数据类型
• 样品记录

示例用例： “显示sample_data/business_news.json中的内容”

2. create_index

从结构化数据创建可搜索的向量索引。

参数：

• file_path （string）：要索引的数据文件的路径
• column_mapping （dict）：将列名映射到空间类型
  • text_similarity：用于文本字段（语义搜索）
  • recency：用于时间戳/日期字段（Unix时间戳）
  • number：用于数字字段
  • category：用于分类字段
• weights （dict）：将列名映射到权重值（0.0到1.0）
  • 权重越高=对排名的影响越大
  • 例子： {"description": 0.8, "timestamp": 0.3}

退货：

• 索引名称（从文件名派生）
• 列配置
• 摄入统计
• 应用重量

示例用例： “从business_news.json中创建一个索引，在描述字段上进行文本搜索，在日期字段上进行近距搜索。对描述赋予更多权重。”

3. query_index

使用自然语言查询搜索索引。

参数：

• index_name （string）：索引的名称（不带扩展名的文件名）
• query_text （string）：自然语言搜索查询
• limit （整数，可选）：返回的最大结果（默认值：5）

退货：

• 结果数组包含：
  • id：记录标识符
  • score：相似性得分
  • fields：所有索引字段及其值

示例用例： “在business_news索引中搜索有关罢工的文章”

与外部MCP客户端集成

克劳德桌面

要将此服务器与Claude Desktop一起使用，请执行以下操作：

1. 找到您的Claude Desktop配置文件：

   • macOS： ~/Library/Application Support/Claude/claude_desktop_config.json
   • 窗户： %APPDATA%\Claude\claude_desktop_config.json

2. 添加服务器配置：

{
  "mcpServers": {
    "superlinked-rag": {
      "command": "python",
      "args": ["/absolute/path/to/rag_repo/mcp_server.py"],
      "type": "stdio"
    }
  }
}

3. 重新启动克劳德桌面

4. 服务器工具现在可供Claude使用。你可以要求克劳德：

   • 预览您的数据文件
   • 创建向量索引
   • 执行语义搜索

Streamlit演示应用程序

此存储库包含一个Streamlit聊天机器人演示，该演示使用Claude Agent SDK作为MCP客户端。这演示了如何与MCP服务器构建对话界面。

运行演示

1. 运行Streamlit应用程序：

streamlit run streamlit_chatbot.py

2. 打开浏览器到提供的URL（通常 http://localhost:8501)

3. 重要提示：未修复的小错误-在新环境安装后，MCP服务器可能无法在第一次启动应用程序时加载。只需在Streamlit应用程序加载后刷新浏览器一次，您只需执行一次即可解决问题。

演示功能

• 实时流媒体：查看AI推理步骤
• 对话记忆：带上下文的多回合对话
• 工具可视化：观看AI使用MCP工具
• 交互式用户界面：带有执行步骤显示的干净界面

对话流程示例

1. “我有一个文件：sample_data/business_news.json。告诉我里面有什么。”
2. “在描述字段上创建语义搜索索引，在日期字段上创建基于时间的排名。”
3. “谁想罢工？”
4. “这个消息已经过时了，把更多的注意力放在日期上。”
5. “有关于天然气的消息吗？上面说什么？”

资源

• 超级链接文档
• 模型上下文协议
• Claude代理SDK
• FastMCP