Solr MCP

一个通过模型上下文协议（MCP）访问Apache Solr索引的Python包。此集成允许像Claude这样的AI助手对Solr索引执行强大的搜索查询，结合了关键词和向量搜索的能力。

特性

• MCP服务器：实现与AI助手集成的模型上下文协议
• 混合搜索：结合关键词搜索的精确性和向量搜索的语义理解能力
• 向量嵌入：使用Ollama和nomic-embed-text生成文档的嵌入
• 统一集合：在同一集合中存储文档内容和向量嵌入
• Docker集成：使用Docker和docker-compose轻松设置
• 优化的向量搜索：高效处理组合的向量和SQL查询，通过将SQL过滤器推送到向量搜索阶段，确保即使在大型结果集和分页的情况下也能获得最佳性能

架构

向量搜索优化

系统采用了一种重要的优化方法来处理组合的向量和SQL查询。当执行包括向量相似度搜索和SQL过滤器的查询时：

1. 将SQL过滤器（WHERE子句）推送到向量搜索阶段
2. 这确保了仅对最终匹配SQL标准的文档进行向量相似度计算
3. 显著提高了以下查询的性能：
   • 具有选择性的WHERE子句
   • 分页（LIMIT/OFFSET）
   • 大型结果集

这种优化减少了计算开销和网络传输，通过最小化所需的向量相似度计算数量来实现。

快速开始

1. 克隆这个仓库
2. 使用Docker启动SolrCloud：

   docker-compose up -d
   

3. 安装依赖项：

   python -m venv venv
   source venv/bin/activate  # 在Windows上：venv\Scripts\activate
   pip install poetry
   poetry install
   

4. 处理并索引示例文档：

   python scripts/process_markdown.py data/bitcoin-whitepaper.md --output data/processed/bitcoin_sections.json
   python scripts/create_unified_collection.py unified
   python scripts/unified_index.py data/processed/bitcoin_sections.json --collection unified
   

5. 运行MCP服务器：

   poetry run python -m solr_mcp.server
   

更多详细的设置和使用说明，请参阅QUICKSTART.md指南。

要求

• Python 3.10或更高版本
• Docker和Docker Compose
• SolrCloud 9.x
• Ollama（用于生成嵌入）

许可证

本项目根据MIT许可证发布 - 详情见LICENSE文件。

贡献

欢迎贡献！请参阅CONTRIBUTING.md以获取指导方针。