向量数据库连接器

Milvus MCP服务器

一个连接器，使大型语言模型能够通过Anthropic的模型上下文协议（MCP）与Milvus矢量数据库进行接口。

概述

该服务器实现了Anthropic的模型上下文协议（MCP），允许AI助手直接查询和管理Milvus中的矢量数据库。它为矢量搜索、文本搜索和集合管理提供了工具。

特性

• 向量相似性搜索：使用各种距离度量（COSINE、L2、IP）查找相似向量
• 全文检索：跨集合执行文本搜索
• 收集管理：创建、加载、发布和查询集合
• 数据操作：插入、删除和更新矢量数据
• 数据库操作：列出数据库并在数据库之间切换

安装

1. 克隆此存储库：

   复制

   git clone <repository-url>
   cd mcp-server-milvus
   

2. 安装依赖项：

   复制

   pip install -r requirements.txt
   

3. 配置您的环境：

   复制

   cp example.env .env
   # Edit .env with your Milvus connection details
   

用法

启动服务器

python server.py --milvus-uri http://localhost:19530 --milvus-token <token> --milvus-db <db_name>

或使用中定义的环境变量 .env.

可用的MCP工具

• milvus_text_search：使用全文搜索搜索文档
• milvus_list_collections：列出数据库中的所有集合
• milvus_query：使用筛选表达式查询集合
• milvus_vector_search：执行向量相似性搜索
• milvus_create_collection：使用指定的架构创建新集合
• milvus_insert_data：将数据插入集合
• milvus_delete_entities：从集合中删除实体
• milvus_load_collection：将集合加载到内存中
• milvus_release_collection：从内存中释放集合
• milvus_list_databases：列出Milvus实例中的所有数据库
• milvus_use_database：切换到其他数据库

数据格式

集合架构格式

创建集合时，请使用以下架构格式：

{
    "dimension": 128,                 # Vector dimension
    "primary_field": "id",            # Primary key field name
    "id_type": "INT64",               # Primary key data type (will be converted to DataType.INT64)
    "vector_field": "vector",         # Vector field name
    "metric_type": "COSINE",          # Distance metric
    "auto_id": True,                  # Auto-generate IDs
    "enable_dynamic_field": True,     # Enable dynamic fields
    "other_fields": [                 # Additional fields
        {
            "name": "description",
            "type": "VARCHAR",
            "max_length": 65535
        }
    ]
}

矢量数据格式

插入向量时：

# Insert data
data = {
    "vector": [[0.1, 0.2, ...], [0.3, 0.4, ...], ...],  # List of vectors
    "description": ["First item", "Second item", ...]    # Optional field values
}

已知问题和解决方法

有关使用此代码库时的已知问题和最佳实践，请参阅CLAUDE.md。

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。