Servidor MCP de LanceDB

Resumen

Una implementación de servidor de Model Context Protocol (MCP) para operaciones de base de datos vectorial de LanceDB. Este servidor permite almacenamiento vectorial eficiente, búsqueda de similitud y gestión de embeddings vectoriales con metadatos asociados.

Componentes

Recursos

El servidor expone tablas de base de datos vectorial como recursos:

table://{name}: Una tabla de base de datos vectorial que almacena embeddings y metadatos
- Dimensiones vectoriales configurables
- Soporte de metadatos de texto
- Capacidades eficientes de búsqueda de similitud

Puntos de conexión de API

Gestión de tablas

POST /table

Crear una nueva tabla vectorial

Entrada:

{
  "name": "my_table",      # Table name
  "dimension": 768         # Vector dimension
}

Operaciones vectoriales

POST /table/{table_name}/vector

Agregar datos vectoriales a una tabla

Entrada:

{
  "vector": [0.1, 0.2, ...],  # Vector data
  "text": "associated text"    # Metadata
}

POST /table/{table_name}/search

Buscar vectores similares

Entrada:

{
  "vector": [0.1, 0.2, ...],  # Query vector
  "limit": 10                  # Number of results
}

Instalación

# Clone the repository
git clone https://github.com/yourusername/lancedb_mcp.git
cd lancedb_mcp

# Install dependencies using uv
uv pip install -e .

Uso con Claude Desktop

# Add the server to your claude_desktop_config.json
"mcpServers": {
  "lancedb": {
    "command": "uv",
    "args": [
      "run",
      "python",
      "-m",
      "lancedb_mcp",
      "--db-path",
      "~/.lancedb"
    ]
  }
}

Desarrollo

# Install development dependencies
uv pip install -e ".[dev]"

# Run tests
pytest

# Format code
black .
ruff .

Variables de entorno

LANCEDB_URI: Ruta al almacenamiento de LanceDB (predeterminado: ".lancedb")

Licencia

Este proyecto está licenciado bajo la Licencia MIT. Consulte el archivo LICENSE para obtener más detalles.

LanceDB

Documentación