Couchbase 模型上下文协议服务器

该项目演示了使用Couchbase向量搜索功能实现一个模型上下文协议（MCP）服务器，以提供《星球大战》行星的语义搜索能力。

概述

模型上下文协议（MCP）是一种标准化的方式，使AI模型能够与外部工具和数据源进行交互。此实现创建了一个MCP服务器，允许AI模型：

1. 获取《星球大战》行星的详细信息。
2. 根据向量嵌入找到相似的行星。

工作原理

模型上下文协议集成

服务器实现了两个主要的MCP工具：

{
tools: [
{
name: "fetch_planet_name",
description: "通过名称获取《星球大战》行星",
inputSchema: // ... 行星名称的模式
},
{
name: "find_planets_which_are_similar",
description: "根据给定名称找到相似的行星",
inputSchema: // ... 行星名称的模式
}
]
}

这些工具可以被支持模型上下文协议的AI模型发现并调用。

Couchbase 向量搜索

该实现使用Couchbase的向量搜索功能来查找相似的行星：

1. Couchbase中的每个行星文档都包含一个embedding字段，其中包含行星特征的向量表示。
2. 在搜索相似行星时：
   • 获取源行星的嵌入。
   • 使用Couchbase的向量搜索来查找具有相似嵌入的行星。
   • 返回最相似的前5个行星。

主要特性

• 高效的向量搜索：利用Couchbase的向量搜索索引进行快速相似性查找。
• 超时保护：对搜索和文档获取操作实施超时。
• 连接管理：正确管理Couchbase连接，并进行清理。
• 错误处理：全面的错误处理和支持调试。
• 类型安全：完整的TypeScript实现，带有正确的类型定义。

设置

先决条件

• Node.js
• 具有向量搜索功能的Couchbase服务器
• 环境变量：

  COUCHBASE_URL=
  COUCHBASE_USERNAME=
  COUCHBASE_PASSWORD=
  COUCHBASE_BUCKET=
  COUCHBASE_SCOPE=
  COUCHBASE_COLLECTION=
  

数据结构

每个行星文档应遵循以下结构：

interface StarWarsCharacter {
name: string;
rotation_period: string;
orbital_period: string;
diameter: string;
climate: string;
gravity: string;
terrain: string;
surface_water: string;
population: string;
residents: string[];
films: string[];
created: string;
edited: string;
url: string;
embedding?: number[]; // 用于相似性搜索的向量嵌入
}

向量搜索索引

在Couchbase中创建名为vector-search-index的向量搜索索引，该索引索引embedding字段。

使用方法

1. 启动服务器：

   npm start
   

2. 服务器将通过标准输入/输出监听MCP请求。

3. AI模型可以通过以下示例查询与服务器交互：

   // 获取行星详情
   {
     "name": "fetch_planet_name",
     "arguments": {
       "name": "塔图因"
     }
   }
   
   // 查找相似行星
   {
     "name": "find_planets_which_are_similar",
     "arguments": {
       "name": "塔图因"
     }
   }