AI导哈

向量数据库服务

一个基于Pinecone的向量数据库服务，支持文档搜索、向量添加和批量处理Confluence数据。

  • by zx8086
  • TypeScript
  • 本地部署
  • 更新于
在 GitHub 查看 zx8086/pinecone-vector-db-mcp-server

使用说明

MCP松果矢量数据库服务器

该项目实现了一个模型上下文协议（MCP）服务器，该服务器允许向松果矢量数据库读取和写入矢量化信息。它设计用于处理RAG处理的PDF数据和Confluence数据。

特性

  • 使用文本查询搜索类似文档
  • 使用自定义元数据将新向量添加到数据库中
  • 批量处理并上传Confluence数据
  • 按ID删除向量
  • 基本数据库统计（暂时禁用）

先决条件

  • Bun运行时
  • 松果API键
  • OpenAI API密钥（用于生成嵌入）

安装

  1. 克隆此存储库

  2. 安装依赖项：

    bun install

  3. 创建一个 .env 包含以下内容的文件：

    PINECONE_API_KEY=your-pinecone-api-key
OPENAI_API_KEY=your-openai-api-key
PINECONE_HOST=your-pinecone-host
PINECONE_INDEX_NAME=your-index-name
DEFAULT_NAMESPACE=your-namespace

用法

运行MCP服务器

启动服务器：

bun src/index.ts

服务器将通过stdio启动并监听MCP命令。

运行示例客户端

使用示例客户端测试服务器：

bun examples/client.ts

处理汇流数据

Confluence处理脚本提供了详细的日志记录和验证：

bun src/scripts/process-confluence.ts <file-path> [collection] [scope]

参数：

  • file-path：Confluence JSON文件的路径（必填）
  • collection：文档集合名称（默认为“documentation”）
  • scope：文档范围（默认为“文档”）

例子：

bun src/scripts/process-confluence.ts ./data/confluence-export.json "tech-docs" "engineering"

脚本将：

  1. 验证输入参数
  2. 处理和矢量化内容
  3. 批量上传矢量
  4. 验证上传成功
  5. 提供流程的详细日志

可用工具

服务器提供以下工具：

  1. search-vectors -搜索具有参数的类似文档：

    • 查询：字符串（搜索查询文本）
    • topK：数字（1-100，默认值：5）
    • 筛选器：对象（可选筛选条件）

  2. add-vector -添加带有参数的单个文档：

    • text:字符串（要矢量化的内容）
    • 元数据：对象（矢量元数据）
    • id:string（可选自定义id）

  3. process-confluence -将JSON数据与参数进行流程融合：

    • filePath:字符串（JSON文件的路径）
    • namespace:string（可选，默认为“capella文档搜索”）

  4. delete-vectors -删除带有参数的向量：

    • ids:string[]（向量ID列表）
    • namespace:string（可选，默认为“capella文档搜索”）

  5. get-stats -获取数据库统计信息（暂时禁用）

数据库配置

服务器需要松果矢量数据库。在您的 .env 文件：

PINECONE_API_KEY=your-api-key
PINECONE_HOST=your-host
PINECONE_INDEX_NAME=your-index
DEFAULT_NAMESPACE=your-namespace

元数据模式

汇流文件

ID: confluence-[page-id]-[item-id]
title: [title]
pageId: [page-id]
spaceKey: [space-key]
type: [type]
content: [text-content]
author: [author-name]
source: "confluence"
collection: "documentation"
scope: "documentation"
...

贡献

  1. 分叉存储库
  2. 创建特征分支： git checkout -b feature/my-new-feature
  3. 提交您的更改： git commit -am 'Add some feature'
  4. 推到分支： git push origin feature/my-new-feature
  5. 提交拉取请求

许可证

麻省理工学院

相关 MCP