Meilisearch
resmiBerinteraksi 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
Server MCP Meilisearch
Meilisearch | Meilisearch Cloud | Dokumentasi | Discord
[!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
/mcppada 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
structuredContentbersama 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
-
Jalankan Meilisearch:
docker run -d -p 7700:7700 getmeili/meilisearch:v1.28 -
Pasang Dependensi Pengembangan:
uv pip install -r requirements-dev.txt -
Jalankan Pengujian:
python -m pytest tests/ -v -
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:
- 💬 Bergabung dengan Discord kami - Mengobrol dengan komunitas
- 🐛 Laporkan Masalah - Menemukan bug? Beri tahu kami!
- 💡 Permintaan Fitur - Punya ide? Kami siap mendengarkan!
- 📖 Dokumentasi Meilisearch - Pelajari lebih lanjut tentang Meilisearch
🤗 Berkontribusi
Kami menyambut kontribusi! Berikut cara memulainya:
- Fork repositori
- Buat branch fitur Anda (
git checkout -b feature/amazing-feature) - Tulis pengujian untuk perubahan Anda
- Buat perubahan dan jalankan pengujian
- Format kode Anda dengan
black - Commit perubahan Anda (
git commit -m 'Add amazing feature') - Push ke branch Anda (
git push origin feature/amazing-feature) - 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 APIupdate-connection-settings: Perbarui URL dan/atau kunci API untuk terhubung ke instans lain
Pengelolaan Indeks
create-index: Buat indeks baru dengan kunci utama opsionallist-indexes: Tampilkan semua indeks yang tersediadelete-index: Hapus indeks yang ada beserta semua dokumennyaget-index-metrics: Dapatkan metrik terperinci untuk indeks tertentu
Operasi Dokumen
get-documents: Ambil dokumen dari indeks dengan paginasiadd-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 iniupdate-settings: Perbarui pengaturan indeks (pemeringkatan, faset, dll.)
Pengelolaan Kunci API
get-keys: Tampilkan semua kunci APIcreate-key: Buat kunci API baru dengan izin tertentudelete-key: Hapus kunci API yang ada
Pengelolaan Tugas
get-task: Dapatkan informasi tentang tugas tertentuget-tasks: Tampilkan tugas dengan filter opsionalcancel-tasks: Batalkan tugas yang tertunda atau masuk antrean
Pemantauan Sistem
health-check: Pemeriksaan kesehatan dasarget-health-status: Status kesehatan menyeluruhget-version: Dapatkan informasi versi Meilisearchget-stats: Dapatkan statistik basis dataget-system-info: Dapatkan informasi tingkat sistem
Penyiapan Pengembangan
Prasyarat
-
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 -
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
- Fork dan klon repositori
- Siapkan lingkungan pengembangan dengan mengikuti bagian Penyiapan Pengembangan di atas
- Buat branch fitur dari
main - Tulis pengujian terlebih dahulu jika menambahkan fungsionalitas baru (Pengembangan Berbasis Pengujian)
- Jalankan pengujian secara lokal untuk memastikan semuanya lulus sebelum melakukan commit
- Format kode dengan Black dan pastikan kualitas kode
- Commit perubahan dengan pesan commit yang deskriptif
- 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
-
Publikasi Otomatis: Saat nomor versi di
pyproject.tomlberubah pada branchmain, GitHub Action akan otomatis:- Membangun paket Python
- Mempublikasikannya ke PyPI menggunakan trusted publishing
- Membuat rilis baru di GitHub
-
Deteksi Versi: Alur kerja membandingkan versi saat ini di
pyproject.tomldengan commit sebelumnya untuk mendeteksi perubahan -
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:
- Deteksi perubahan versi
- Bangun paket
- Publikasikan ke PyPI di https://pypi.org/p/meilisearch-mcp
- 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.tomlberubah - 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