向量数据库MCP服务器

版本：0.1.14

这是一个MCP服务器实现，允许在向量数据库技术之间进行标准化的集合管理系统。

这个实现受到了微软Autogen V1框架中RAG实现的启发，但被改成了MCP服务器模型。

AI代理可以：

• 使用本地文件系统或URL中的文档创建集合
• 向集合添加文档
• 利用集合进行检索增强生成（RAG）
• 删除集合

支持：

• ChromaDB
• PGVector - 测试了90%
• Couchbase - 测试了80%
• Qdrant - 测试了80%
• MongoDB - 测试了80%

此仓库正在积极维护 - 欢迎贡献和错误报告！

计划进行自动化测试

<details> <summary><b>使用方法：</b></summary>

MCP CLI

短标志	长标志	描述
-h	--help	显示帮助信息
-t	--transport	传输方式：'stdio'，'http' 或 'sse' [遗留]（默认：stdio）
-s	--host	HTTP传输的主机地址（默认：0.0.0.0）
-p	--port	HTTP传输的端口号（默认：8000）
	--auth-type	认证类型：'none'，'static'，'jwt'，'oauth-proxy'，'oidc-proxy'，'remote-oauth'（默认：none）
	--token-jwks-uri	JWT验证的JWKS URI
	--token-issuer	JWT验证的发行人
	--token-audience	JWT验证的目标
	--oauth-upstream-auth-endpoint	OAuth代理的上游授权端点
	--oauth-upstream-token-endpoint	OAuth代理的上游令牌端点
	--oauth-upstream-client-id	OAuth代理的上游客户端ID
	--oauth-upstream-client-secret	OAuth代理的上游客户端密钥
	--oauth-base-url	OAuth代理的基础URL
	--oidc-config-url	OIDC配置URL
	--oidc-client-id	OIDC客户端ID
	--oidc-client-secret	OIDC客户端密钥
	--oidc-base-url	OIDC代理的基础URL
	--remote-auth-servers	远程OAuth的授权服务器列表（逗号分隔）
	--remote-base-url	远程OAuth的基础URL
	--allowed-client-redirect-uris	允许的客户端重定向URI列表（逗号分隔）
	--eunomia-type	Eunomia认证类型：'none'，'embedded'，'remote'（默认：none）
	--eunomia-policy-file	嵌入式Eunomia的策略文件（默认：mcp_policies.json）
	--eunomia-remote-url	远程Eunomia服务器的URL

作为MCP服务器使用

MCP服务器可以在两种模式下运行：stdio（用于本地测试）或http（用于网络访问）。启动服务器时，请使用以下命令：

在stdio模式下运行（默认）：

vector-mcp --transport "stdio"

在HTTP模式下运行：

vector-mcp --transport "http"  --host "0.0.0.0"  --port "8000"

创建集合

AI提示：

创建一个名为zapdos的集合，使用这个目录中的文档：
/home/user/Documents/Chroma

AI响应：

已成功创建或从向量数据库中检索到名为"zapdos"的集合，使用了目录/home/user/Documents/Chroma中的文档。
如果您希望执行进一步的操作，如查询集合或添加更多文档，请告知我！

从集合中检索

AI提示：

创建一个名为zapdos的集合，使用这个目录中的文档：
/home/user/Documents/Chroma

AI响应：

已成功创建或从向量数据库中检索到名为"zapdos"的集合，使用了目录/home/user/Documents/Chroma中的文档。
如果您希望执行进一步的操作，如查询集合或添加更多文档，请告知我！

删除集合

AI提示：

删除名为memory的集合

AI响应：

已成功删除名为"memory"的集合。
如果您希望创建新的集合或执行其他操作，请告知我！

部署MCP服务器为服务

MCP服务器可以使用Docker部署，具有可配置的身份验证、中间件和Eunomia认证。

使用Docker Run

docker pull knucklessg1/vector-mcp:latest

docker run -d \
  --name vector-mcp \
  -p 8004:8004 \
  -e HOST=0.0.0.0 \
  -e PORT=8004 \
  -e TRANSPORT=http \
  -e AUTH_TYPE=none \
  -e EUNOMIA_TYPE=none \
  knucklessg1/vector-mcp:latest

对于高级身份验证（例如JWT、OAuth代理、OIDC代理、远程OAuth）或Eunomia，添加相关环境变量：

docker run -d \
  --name vector-mcp \
  -p 10004:10004 \
  -e HOST=0.0.0.0 \
  -e PORT=10004 \
  -e TRANSPORT=http \
  -e AUTH_TYPE=oidc-proxy \
  -e OIDC_CONFIG_URL=https://provider.com/.well-known/openid-configuration \
  -e OIDC_CLIENT_ID=your-client-id \
  -e OIDC_CLIENT_SECRET=your-client-secret \
  -e OIDC_BASE_URL=https://your-server.com \
  -e ALLOWED_CLIENT_REDIRECT_URIS=http://localhost:*,https://*.example.com/* \
  -e EUNOMIA_TYPE=embedded \
  -e EUNOMIA_POLICY_FILE=/app/mcp_policies.json \
  knucklessg1/vector-mcp:latest

使用Docker Compose

创建一个docker-compose.yml文件：

services:
  vector-mcp:
    image: knucklessg1/vector-mcp:latest
    environment:
      - HOST=0.0.0.0
      - PORT=8004
      - TRANSPORT=http
      - AUTH_TYPE=none
      - EUNOMIA_TYPE=none
    ports:
      - 8004:8004

对于带有身份验证和Eunomia的高级设置：

services:
  vector-mcp:
    image: knucklessg1/vector-mcp:latest
    environment:
      - HOST=0.0.0.0
      - PORT=8004
      - TRANSPORT=http
      - AUTH_TYPE=oidc-proxy
      - OIDC_CONFIG_URL=https://provider.com/.well-known/openid-configuration
      - OIDC_CLIENT_ID=your-client-id
      - OIDC_CLIENT_SECRET=your-client-secret
      - OIDC_BASE_URL=https://your-server.com
      - ALLOWED_CLIENT_REDIRECT_URIS=http://localhost:*,https://*.example.com/*
      - EUNOMIA_TYPE=embedded
      - EUNOMIA_POLICY_FILE=/app/mcp_policies.json
    ports:
      - 8004:8004
    volumes:
      - ./mcp_policies.json:/app/mcp_policies.json

运行服务：

docker-compose up -d

配置mcp.json以集成AI

{
  "mcpServers": {
    "vector_mcp": {
      "command": "uv",
      "args": [
        "run",
        "--with",
        "vector-mcp",
        "vector-mcp"
      ],
      "env": {
        "DATABASE_TYPE": "chromadb",                   // 可选
        "COLLECTION_NAME": "memory",                   // 可选
        "DOCUMENT_DIRECTORY": "/home/user/Documents/"  // 可选
      },
      "timeout": 300000
    }
  }
}

</details> <details> <summary><b>安装说明：</b></summary>

安装Python包

python -m pip install vector-mcp

PGVector依赖项

python -m pip install vector-mcp[pgvector]

全部

python -m pip install vector-mcp[all]

或者

uv pip install --upgrade vector-mcp[all]

</details> <details> <summary><b>仓库所有者：</b></summary> <img width="100%" height="180em" src="https://github-readme-stats.vercel.app/api?username=Knucklessg1&show_icons=true&hide_border=true&&count_private=true&include_all_commits=true" />

</details>

特别感谢Microsoft Autogen V1 ♥️