Meilisearch

resmi

Berinteraksi dan melakukan kueri dengan Meilisearch (API pencarian teks lengkap & semantik)

Apa yang bisa Anda lakukan dengan Meilisearch MCP?

  • Pengelolaan indeks — Buat, tampilkan, dan hapus indeks pencarian, termasuk menetapkan kunci utama khusus saat membuatnya.
  • Penanganan dokumen — Tambahkan atau perbarui dokumen dalam indeks dan ambil dokumen dengan paginasi.
  • Pencarian — Jalankan pencarian di satu atau beberapa indeks dengan filter, pengurutan, dan faset.
  • Pengaturan — Lihat dan perbarui pengaturan indeks seperti aturan pemeringkatan, faset, dan atribut yang dapat dicari.
  • Pemantauan tugas dan kesehatan — Periksa kesehatan instans, versi, statistik, serta lacak atau batalkan tugas pengindeksan.
  • Pengelolaan kunci API — Tampilkan, buat, dan hapus kunci API dengan izin tertentu.

Dokumentasi

Meilisearch

Server MCP Meilisearch

Meilisearch | Meilisearch Cloud | Dokumentasi | Discord

PyPI version Python Versions Tests License Downloads

[!WARNING] Paket ini sudah tidak digunakan lagi. Gunakan server MCP Meilisearch bawaan.

Meilisearch kini menyertakan server MCP bawaan (Meilisearch v1.54 dan yang lebih baru). Server ini tersedia melalui rute /mcp pada instans Anda melalui HTTP, jadi Anda tidak perlu lagi memasang atau menjalankan paket Python ini.

👉 Ikuti panduan MCP Meilisearch untuk menyiapkannya.

Repositori ini adalah pembungkus stdio lokal yang dibuat sebelum dukungan bawaan tersedia. Repositori ini tidak lagi dipelihara secara aktif dan hanya dipertahankan untuk pengguna yang sudah ada.

⚡ Hubungkan LLM apa pun ke Meilisearch dan tingkatkan kemampuan AI Anda dengan kemampuan pencarian secepat kilat! 🔍

🤔 Apa ini?

Server MCP Meilisearch adalah server Model Context Protocol yang memungkinkan klien apa pun yang kompatibel dengan MCP (termasuk Claude, agen OpenAI, dan LLM lainnya) berinteraksi dengan Meilisearch. Server berbasis stdio ini memungkinkan asisten AI mengelola indeks pencarian, melakukan pencarian, dan menangani data Anda melalui percakapan alami.

Mengapa menggunakan ini?

  • 🤖 Kompatibilitas Universal - Berfungsi dengan klien MCP apa pun, bukan hanya Claude
  • 🗣️ Kontrol Bahasa Alami - Kelola Meilisearch melalui percakapan dengan LLM apa pun
  • 🚀 Tanpa Kurva Belajar - Tidak perlu mempelajari API Meilisearch
  • 🔧 Akses Fitur Lengkap - Semua kemampuan Meilisearch tersedia di ujung jari Anda
  • 🔄 Koneksi Dinamis - Beralih antarinstans Meilisearch kapan saja
  • 📡 Transportasi stdio - Hanya menggunakan stdio; untuk HTTP, gunakan server MCP Meilisearch bawaan

✨ Fitur Utama

  • 📊 Pengelolaan Indeks & Dokumen - Buat, perbarui, dan kelola indeks pencarian
  • 🔍 Pencarian Cerdas - Cari di satu atau beberapa indeks dengan pemfilteran lanjutan
  • ⚙️ Konfigurasi Pengaturan - Sesuaikan relevansi dan performa pencarian
  • 📈 Pemantauan Tugas - Lacak progres pengindeksan dan operasi sistem
  • 🔐 Pengelolaan Kunci API - Kontrol akses yang aman
  • 🏥 Pemantauan Kesehatan - Pantau instans Meilisearch Anda
  • 🧱 Output Alat Terstruktur - Setiap alat yang mengembalikan data menyediakan structuredContent bersama teks, sesuai spesifikasi MCP terbaru
  • 🔀 Tumpukan MCP Modern - Dibangun dengan MCP Python SDK v2 resmi (spec 2026-07-28), kompatibel dengan klien MCP versi lama
  • 🐍 Implementasi Python - Versi TypeScript juga tersedia

🚀 Mulai Cepat

Siap digunakan hanya dalam 3 langkah!

1️⃣ Pasang paket

# Using pip
pip install meilisearch-mcp

# Or using uvx (recommended)
uvx -n meilisearch-mcp

2️⃣ Konfigurasikan Claude Desktop

Tambahkan ini ke claude_desktop_config.json Anda:

{
  "mcpServers": {
    "meilisearch": {
      "command": "uvx",
      "args": ["-n", "meilisearch-mcp"]
    }
  }
}

3️⃣ Jalankan Meilisearch

# Using Docker (recommended)
docker run -d -p 7700:7700 getmeili/meilisearch:v1.28

# Or using Homebrew
brew install meilisearch
meilisearch

Selesai! Kini Anda dapat meminta asisten AI untuk mencari dan mengelola data Meilisearch Anda! 🎉

📚 Contoh

💬 Berbicaralah secara alami dengan asisten AI Anda:

You: "Create a new index called 'products' with 'id' as the primary key"
AI: I'll create that index for you... ✓ Index 'products' created successfully!

You: "Add some products to the index"
AI: I'll add those products... ✓ Added 5 documents to 'products' index

You: "Search for products under $50 with 'electronics' in the category"
AI: I'll search for those products... Found 12 matching products!

🔍 Contoh Pencarian Lanjutan:

You: "Search across all my indices for 'machine learning' and sort by date"
AI: Searching across all indices... Found 47 results from 3 indices:
- 'blog_posts': 23 articles about ML
- 'documentation': 15 technical guides
- 'tutorials': 9 hands-on tutorials

🔧 Instalasi

Prasyarat

  • Python ≥ 3.10
  • Instans Meilisearch yang sedang berjalan
  • Klien yang kompatibel dengan MCP (Claude Desktop, agen OpenAI, dll.)

Dari PyPI

pip install meilisearch-mcp

Dari Source (untuk pengembangan)

# Clone repository
git clone https://github.com/meilisearch/meilisearch-mcp.git
cd meilisearch-mcp

# Create virtual environment and install
uv venv
source .venv/bin/activate  # On Windows: .venv\Scripts\activate
uv pip install -e .

Menggunakan Docker

Cocok untuk lingkungan berbasis kontainer seperti alur kerja n8n!

Dari Docker Hub

# Pull the latest image
docker pull getmeili/meilisearch-mcp:latest

# Or a specific version
docker pull getmeili/meilisearch-mcp:0.5.0

# Run the container
docker run -it \
  -e MEILI_HTTP_ADDR=http://your-meilisearch:7700 \
  -e MEILI_MASTER_KEY=your-master-key \
  getmeili/meilisearch-mcp:latest

Bangun dari Source

# Build your own image
docker build -t meilisearch-mcp .
docker run -it \
  -e MEILI_HTTP_ADDR=http://your-meilisearch:7700 \
  -e MEILI_MASTER_KEY=your-master-key \
  meilisearch-mcp

Integrasi dengan n8n

Untuk alur kerja n8n, Anda dapat langsung menggunakan image Docker dalam penyiapan:

meilisearch-mcp:
  image: getmeili/meilisearch-mcp:latest
  environment:
    - MEILI_HTTP_ADDR=http://meilisearch:7700
    - MEILI_MASTER_KEY=masterKey

🛠️ Apa yang Dapat Anda Lakukan?

🔗 Pengelolaan Koneksi
  • Lihat pengaturan koneksi saat ini
  • Beralih antarinstans Meilisearch secara dinamis
  • Perbarui kunci API kapan saja
📁 Operasi Indeks
  • Buat indeks baru dengan kunci utama khusus
  • Tampilkan semua indeks beserta statistiknya
  • Hapus indeks dan datanya
  • Dapatkan metrik indeks secara terperinci
📄 Pengelolaan Dokumen
  • Tambahkan atau perbarui dokumen
  • Ambil dokumen dengan paginasi
  • Impor data secara massal
🔍 Kemampuan Pencarian
  • Cari dengan filter, pengurutan, dan faset
  • Pencarian multi-indeks
  • Pencarian semantik dengan vektor
  • Pencarian hibrida (kata kunci + semantik)
⚙️ Pengaturan & Konfigurasi
  • Konfigurasikan aturan pemeringkatan
  • Siapkan faset dan pemfilteran
  • Kelola atribut yang dapat dicari
  • Sesuaikan toleransi kesalahan ketik
🔐 Keamanan
  • Buat dan kelola kunci API
  • Tetapkan izin terperinci
  • Pantau penggunaan kunci

⚠️ Catatan: Anda dapat menambahkan dan memperbarui host serta kunci API langsung melalui chat demi kemudahan, tetapi pendekatan ini terutama dirancang untuk kebutuhan pengembangan (seperti menghubungkan beberapa instans kapan saja). Pendekatan ini tidak mengikuti praktik keamanan MCP terbaik dan tidak boleh digunakan di lingkungan produksi tanpa perlindungan yang memadai.

📊 Pemantauan & Kesehatan
  • Pemeriksaan kesehatan
  • Statistik sistem
  • Pemantauan tugas
  • Informasi versi

🌍 Variabel Lingkungan

Konfigurasikan pengaturan koneksi default:

MEILI_HTTP_ADDR=http://localhost:7700  # Default Meilisearch URL
MEILI_MASTER_KEY=your_master_key       # Optional: Default API key

💻 Pengembangan

Menyiapkan Lingkungan Pengembangan

  1. Jalankan Meilisearch:

    docker run -d -p 7700:7700 getmeili/meilisearch:v1.28
    
  2. Pasang Dependensi Pengembangan:

    uv pip install -r requirements-dev.txt
    
  3. Jalankan Pengujian:

    python -m pytest tests/ -v
    
  4. Format Kode:

    black src/ tests/
    

Menguji dengan MCP Inspector

npx @modelcontextprotocol/inspector python -m src.meilisearch_mcp

🤝 Komunitas & Dukungan

Kami ingin mendengar kabar dari Anda! Berikut cara mendapatkan bantuan dan terhubung dengan komunitas:

🤗 Berkontribusi

Kami menyambut kontribusi! Berikut cara memulainya:

  1. Fork repositori
  2. Buat branch fitur Anda (git checkout -b feature/amazing-feature)
  3. Tulis pengujian untuk perubahan Anda
  4. Buat perubahan dan jalankan pengujian
  5. Format kode Anda dengan black
  6. Commit perubahan Anda (git commit -m 'Add amazing feature')
  7. Push ke branch Anda (git push origin feature/amazing-feature)
  8. Buka Pull Request

Lihat Panduan Kontribusi kami untuk detail selengkapnya.

📦 Proses Rilis

Proyek ini menggunakan pembuatan versi dan publikasi otomatis. Saat versi di pyproject.toml berubah pada branch main, paket akan otomatis dipublikasikan ke PyPI.

Lihat bagian Proses Rilis untuk petunjuk terperinci.

📄 Lisensi

Proyek ini dilisensikan di bawah Lisensi MIT - lihat file LICENSE untuk detailnya.


Meilisearch adalah mesin pencari sumber terbuka yang menghadirkan pengalaman pencarian yang menyenangkan.
Pelajari lebih lanjut tentang Meilisearch di meilisearch.com


📖 Dokumentasi Lengkap

Alat yang Tersedia

Pengelolaan Koneksi

  • get-connection-settings: Lihat URL koneksi Meilisearch saat ini dan status kunci API
  • update-connection-settings: Perbarui URL dan/atau kunci API untuk terhubung ke instans lain

Pengelolaan Indeks

  • create-index: Buat indeks baru dengan kunci utama opsional
  • list-indexes: Tampilkan semua indeks yang tersedia
  • delete-index: Hapus indeks yang ada beserta semua dokumennya
  • get-index-metrics: Dapatkan metrik terperinci untuk indeks tertentu

Operasi Dokumen

  • get-documents: Ambil dokumen dari indeks dengan paginasi
  • add-documents: Tambahkan atau perbarui dokumen dalam indeks

Pencarian

  • search: Pencarian fleksibel di satu atau beberapa indeks dengan opsi pemfilteran dan pengurutan

Pengelolaan Pengaturan

  • get-settings: Lihat pengaturan indeks saat ini
  • update-settings: Perbarui pengaturan indeks (pemeringkatan, faset, dll.)

Pengelolaan Kunci API

  • get-keys: Tampilkan semua kunci API
  • create-key: Buat kunci API baru dengan izin tertentu
  • delete-key: Hapus kunci API yang ada

Pengelolaan Tugas

  • get-task: Dapatkan informasi tentang tugas tertentu
  • get-tasks: Tampilkan tugas dengan filter opsional
  • cancel-tasks: Batalkan tugas yang tertunda atau masuk antrean

Pemantauan Sistem

  • health-check: Pemeriksaan kesehatan dasar
  • get-health-status: Status kesehatan menyeluruh
  • get-version: Dapatkan informasi versi Meilisearch
  • get-stats: Dapatkan statistik basis data
  • get-system-info: Dapatkan informasi tingkat sistem

Penyiapan Pengembangan

Prasyarat

  1. Jalankan server Meilisearch:

    # Using Docker (recommended for development)
    docker run -d -p 7700:7700 getmeili/meilisearch:v1.28
    
    # Or using brew (macOS)
    brew install meilisearch
    meilisearch
    
    # Or download from https://github.com/meilisearch/meilisearch/releases
    
  2. Pasang alat pengembangan:

    # Install uv for Python package management
    pip install uv
    
    # Install Node.js for MCP Inspector testing
    # Visit https://nodejs.org/ or use your package manager
    

Menjalankan Pengujian

Proyek ini menyertakan pengujian integrasi menyeluruh untuk memverifikasi fungsionalitas alat MCP:

# Run all tests
python -m pytest tests/ -v

# Run specific test file
python -m pytest tests/test_mcp_client.py -v

# Run tests with coverage report
python -m pytest --cov=src tests/

# Run tests in watch mode (requires pytest-watch)
pytest-watch tests/

Penting: Pengujian memerlukan instans Meilisearch yang berjalan di http://localhost:7700.

Kualitas Kode

# Format code with Black
black src/ tests/

# Run type checking (if mypy is configured)
mypy src/

# Lint code (if flake8 is configured)
flake8 src/ tests/

Panduan Kontribusi

  1. Fork dan klon repositori
  2. Siapkan lingkungan pengembangan dengan mengikuti bagian Penyiapan Pengembangan di atas
  3. Buat branch fitur dari main
  4. Tulis pengujian terlebih dahulu jika menambahkan fungsionalitas baru (Pengembangan Berbasis Pengujian)
  5. Jalankan pengujian secara lokal untuk memastikan semuanya lulus sebelum melakukan commit
  6. Format kode dengan Black dan pastikan kualitas kode
  7. Commit perubahan dengan pesan commit yang deskriptif
  8. Push ke fork Anda dan buat pull request

Alur Kerja Pengembangan

# Create feature branch
git checkout -b feature/your-feature-name

# Make your changes, write tests first
# Edit files...

# Run tests to ensure everything works
python -m pytest tests/ -v

# Format code
black src/ tests/

# Commit and push
git add .
git commit -m "Add feature description"
git push origin feature/your-feature-name

Panduan Pengujian

  • Semua fitur baru harus menyertakan pengujian
  • Pengujian harus lulus sebelum PR diajukan
  • Gunakan nama pengujian yang deskriptif dan pernyataan yang jelas
  • Uji kasus berhasil maupun gagal
  • Pastikan Meilisearch berjalan sebelum menjalankan pengujian

Proses Rilis

Proyek ini menggunakan pembuatan versi dan publikasi otomatis ke PyPI. Proses rilis dirancang agar sederhana dan otomatis.

Cara Kerja Rilis

  1. Publikasi Otomatis: Saat nomor versi di pyproject.toml berubah pada branch main, GitHub Action akan otomatis:

    • Membangun paket Python
    • Mempublikasikannya ke PyPI menggunakan trusted publishing
    • Membuat rilis baru di GitHub
  2. Deteksi Versi: Alur kerja membandingkan versi saat ini di pyproject.toml dengan commit sebelumnya untuk mendeteksi perubahan

  3. Publikasi PyPI: Menggunakan aksi publikasi resmi PyPA dengan trusted publishing (tanpa perlu kunci API manual)

Membuat Rilis Baru

Untuk membuat rilis baru, ikuti langkah-langkah berikut:

1. Tentukan Nomor Versi

Ikuti Pembuatan Versi Semantik (MAJOR.MINOR.PATCH):

  • PATCH (misalnya, 0.4.0 → 0.4.1): Perbaikan bug, pembaruan dokumentasi, penyempurnaan kecil
  • MINOR (misalnya, 0.4.0 → 0.5.0): Fitur baru, alat MCP baru, peningkatan signifikan
  • MAJOR (misalnya, 0.5.0 → 1.0.0): Perubahan yang tidak kompatibel, perubahan API besar
2. Perbarui Versi dan Buat PR
# 1. Create a branch from latest main
git checkout main
git pull origin main
git checkout -b release/v0.5.0

# 2. Update version in pyproject.toml
# Edit the version = "0.4.0" line to your new version

# 3. Commit and push
git add pyproject.toml
git commit -m "Bump version to 0.5.0"
git push origin release/v0.5.0

# 4. Create PR and get it reviewed/merged
gh pr create --title "Release v0.5.0" --body "Bump version for release"
3. Gabungkan ke Main

Setelah PR disetujui dan digabungkan ke main, GitHub Action akan otomatis:

  1. Deteksi perubahan versi
  2. Bangun paket
  3. Publikasikan ke PyPI di https://pypi.org/p/meilisearch-mcp
  4. Sediakan versi baru melalui pip install meilisearch-mcp
4. Verifikasi Rilis

Setelah penggabungan, verifikasi rilis:

# Check GitHub Action status
gh run list --workflow=publish.yml

# Verify on PyPI (may take a few minutes)
pip index versions meilisearch-mcp

# Test installation of new version
pip install --upgrade meilisearch-mcp

File Alur Kerja Rilis

Rilis otomatis ditangani oleh .github/workflows/publish.yml, yang:

  • Dipicu oleh push ke cabang main
  • Memeriksa apakah versi pyproject.toml berubah
  • Menggunakan Python 3.10 dan alat build resmi
  • Mempublikasikan menggunakan trusted publishing (tidak memerlukan kunci API)
  • Menyediakan output terperinci untuk debugging

Pemecahan Masalah Rilis

Rilis tidak terpicu: Periksa apakah versi di pyproject.toml benar-benar berubah di antara commit

Build gagal: Periksa log GitHub Actions untuk mengetahui kesalahan build paket Python

Publikasi PyPI gagal: Verifikasi nama paket dan pastikan trusted publishing dikonfigurasi dengan benar

Konflik versi: Pastikan nomor versi baru belum pernah digunakan di PyPI

Versi Pengembangan vs Produksi

  • Pengembangan: Instal dari sumber menggunakan pip install -e .
  • Produksi: Instal dari PyPI menggunakan pip install meilisearch-mcp
  • Versi tertentu: Instal menggunakan pip install meilisearch-mcp==0.5.0