Meilisearch

ทางการ

โต้ตอบและค้นหาด้วย Meilisearch (API ค้นหาแบบเต็มข้อความและเชิงความหมาย)

GitHub

198

คุณทำอะไรได้บ้างด้วย Meilisearch MCP?

การจัดการดัชนี — สร้าง แสดงรายการ และลบดัชนีการค้นหา รวมถึงกำหนดคีย์หลักแบบกำหนดเองขณะสร้างดัชนี
การจัดการเอกสาร — เพิ่มหรืออัปเดตเอกสารในดัชนี และเรียกดูเอกสารพร้อมการแบ่งหน้า
การค้นหา — ค้นหาข้ามดัชนีเดียวหรือหลายดัชนี พร้อมตัวกรอง การจัดเรียง และแฟเซ็ต
การควบคุมการตั้งค่า — ดูและอัปเดตการตั้งค่าดัชนี เช่น กฎการจัดอันดับ การทำแฟเซ็ต และแอตทริบิวต์ที่ค้นหาได้
การตรวจสอบงานและสถานะระบบ — ตรวจสอบสถานะการทำงาน เวอร์ชัน และสถิติของอินสแตนซ์ รวมถึงติดตามหรือยกเลิกงานจัดทำดัชนี
การจัดการคีย์ API — แสดงรายการ สร้าง และลบคีย์ API พร้อมสิทธิ์เฉพาะเจาะจง

เอกสาร

Meilisearch MCP Server

Meilisearch | Meilisearch Cloud | เอกสารประกอบ | Discord

[!WARNING] แพ็กเกจนี้เลิกใช้งานแล้ว โปรดใช้ Meilisearch MCP server แบบเนทีฟแทน

ขณะนี้ Meilisearch มาพร้อม MCP server ในตัว (Meilisearch v1.54 ขึ้นไป) ซึ่งเปิดให้ใช้งานผ่านเส้นทาง /mcp ของอินสแตนซ์ผ่าน HTTP ดังนั้นคุณจึงไม่จำเป็นต้องติดตั้งหรือเรียกใช้แพ็กเกจ Python นี้อีกต่อไป

👉 ทำตาม คู่มือ Meilisearch MCP เพื่อตั้งค่า

รีโพซิทอรีนี้เป็นตัวห่อหุ้ม stdio ในเครื่องที่สร้างขึ้นก่อนจะมีการรองรับแบบเนทีฟ ขณะนี้ไม่มีการดูแลรักษาอย่างต่อเนื่อง และคงไว้สำหรับผู้ใช้เดิมเท่านั้น

⚡ เชื่อมต่อ LLM ใดก็ได้กับ Meilisearch และเพิ่มพลังให้ AI ของคุณด้วยความสามารถในการค้นหาที่รวดเร็วปานสายฟ้า! 🔍

🤔 นี่คืออะไร?

Meilisearch MCP Server คือเซิร์ฟเวอร์ Model Context Protocol ที่ช่วยให้ไคลเอ็นต์ที่รองรับ MCP ทุกราย (รวมถึง Claude, เอเจนต์ OpenAI และ LLM อื่น ๆ) โต้ตอบกับ Meilisearch ได้ เซิร์ฟเวอร์ที่ทำงานผ่าน stdio นี้ช่วยให้ผู้ช่วย AI จัดการดัชนีการค้นหา ค้นหา และจัดการข้อมูลของคุณผ่านการสนทนาตามธรรมชาติ

ทำไมจึงควรใช้?

🤖 รองรับได้อย่างครอบคลุม - ใช้งานได้กับไคลเอ็นต์ MCP ทุกราย ไม่ใช่แค่ Claude
🗣️ ควบคุมด้วยภาษาธรรมชาติ - จัดการ Meilisearch ผ่านการสนทนากับ LLM ใดก็ได้
🚀 เรียนรู้ได้ทันที - ไม่จำเป็นต้องเรียนรู้ API ของ Meilisearch
🔧 เข้าถึงฟีเจอร์ได้ครบถ้วน - ใช้ความสามารถทั้งหมดของ Meilisearch ได้ทันที
🔄 เชื่อมต่อแบบไดนามิก - สลับระหว่างอินสแตนซ์ Meilisearch ได้ทันที
📡 การขนส่งผ่าน stdio - ใช้ stdio เท่านั้น หากต้องการ HTTP ให้ใช้ Meilisearch MCP server แบบเนทีฟ

✨ ฟีเจอร์หลัก

📊 การจัดการดัชนีและเอกสาร - สร้าง อัปเดต และจัดการดัชนีการค้นหา
🔍 การค้นหาอัจฉริยะ - ค้นหาภายในดัชนีเดียวหรือหลายดัชนีพร้อมการกรองขั้นสูง
⚙️ การกำหนดค่าการตั้งค่า - ปรับความเกี่ยวข้องของผลการค้นหาและประสิทธิภาพอย่างละเอียด
📈 การติดตามงาน - ติดตามความคืบหน้าการทำดัชนีและการทำงานของระบบ
🔐 การจัดการ API key - ควบคุมการเข้าถึงอย่างปลอดภัย
🏥 การตรวจสอบสถานะ - ตรวจสอบอินสแตนซ์ Meilisearch ของคุณ
🧱 เอาต์พุตเครื่องมือแบบมีโครงสร้าง - เครื่องมือทุกตัวที่ส่งคืนข้อมูลจะให้ structuredContent ควบคู่กับข้อความ ตามข้อกำหนด MCP ฉบับล่าสุด
🔀 สแต็ก MCP สมัยใหม่ - สร้างบน MCP Python SDK v2 อย่างเป็นทางการ (spec 2026-07-28) และเข้ากันได้กับไคลเอ็นต์ MCP รุ่นเก่า
🐍 การใช้งานด้วย Python - มีเวอร์ชัน TypeScript ด้วย

🚀 เริ่มต้นอย่างรวดเร็ว

เริ่มใช้งานได้ในเพียง 3 ขั้นตอน!

1️⃣ ติดตั้งแพ็กเกจ

# Using pip
pip install meilisearch-mcp

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

2️⃣ กำหนดค่า Claude Desktop

เพิ่มรายการนี้ลงใน claude_desktop_config.json:

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

3️⃣ เริ่ม Meilisearch

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

# Or using Homebrew
brew install meilisearch
meilisearch

เพียงเท่านี้! ตอนนี้คุณสามารถขอให้ผู้ช่วย AI ค้นหาและจัดการข้อมูล Meilisearch ของคุณได้แล้ว! 🎉

📚 ตัวอย่าง

💬 พูดคุยกับผู้ช่วย AI ด้วยภาษาธรรมชาติ:

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!

🔍 ตัวอย่างการค้นหาขั้นสูง:

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

🔧 การติดตั้ง

ข้อกำหนดเบื้องต้น

Python ≥ 3.10
อินสแตนซ์ Meilisearch ที่กำลังทำงาน
ไคลเอ็นต์ที่รองรับ MCP (Claude Desktop, เอเจนต์ OpenAI ฯลฯ)

จาก PyPI

pip install meilisearch-mcp

จากซอร์สโค้ด (สำหรับการพัฒนา)

# 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 .

ใช้ Docker

เหมาะสำหรับสภาพแวดล้อมแบบคอนเทนเนอร์ เช่น เวิร์กโฟลว์ n8n!

จาก 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

สร้างจากซอร์สโค้ด

# 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

การผสานรวมกับ n8n

สำหรับเวิร์กโฟลว์ n8n คุณสามารถใช้ Docker image โดยตรงในการตั้งค่าของคุณ:

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

🛠️ คุณทำอะไรได้บ้าง?

🔗 การจัดการการเชื่อมต่อ

ดูการตั้งค่าการเชื่อมต่อปัจจุบัน
สลับระหว่างอินสแตนซ์ Meilisearch ได้แบบไดนามิก
อัปเดต API key ได้ทันที

📁 การดำเนินการกับดัชนี

สร้างดัชนีใหม่พร้อมกำหนด primary key เอง
แสดงรายการดัชนีทั้งหมดพร้อมสถิติ
ลบดัชนีและข้อมูลในดัชนี
ดูเมตริกโดยละเอียดของดัชนี

📄 การจัดการเอกสาร

เพิ่มหรืออัปเดตเอกสาร
ดึงเอกสารพร้อมการแบ่งหน้า
นำเข้าข้อมูลจำนวนมาก

🔍 ความสามารถในการค้นหา

ค้นหาด้วยตัวกรอง การเรียงลำดับ และ facets
ค้นหาหลายดัชนี
ค้นหาเชิงความหมายด้วยเวกเตอร์
ค้นหาแบบไฮบริด (คำสำคัญ + เชิงความหมาย)

⚙️ การตั้งค่าและการกำหนดค่า

กำหนดกฎการจัดอันดับ
ตั้งค่าการทำ facets และการกรอง
จัดการแอตทริบิวต์ที่ค้นหาได้
ปรับแต่งการรองรับคำสะกดผิด

🔐 ความปลอดภัย

สร้างและจัดการ API key
กำหนดสิทธิ์อย่างละเอียด
ตรวจสอบการใช้งาน key

⚠️ หมายเหตุ: แม้คุณจะเพิ่มและอัปเดตโฮสต์และ API key ได้โดยตรงในแชตเพื่อความสะดวก แต่วิธีนี้ออกแบบมาสำหรับกรณีใช้งานเพื่อการพัฒนาเป็นหลัก (เช่น การเชื่อมต่อกับหลายอินสแตนซ์ได้ทันที) วิธีนี้ไม่เป็นไปตามแนวทางปฏิบัติที่ดีที่สุดด้านความปลอดภัยของ MCP และไม่ควรใช้ในสภาพแวดล้อมการใช้งานจริงหากไม่มีมาตรการป้องกันที่เหมาะสม

📊 การตรวจสอบและสถานะ

ตรวจสอบสถานะ
สถิติระบบ
ติดตามงาน
ข้อมูลเวอร์ชัน

🌍 ตัวแปรสภาพแวดล้อม

กำหนดการตั้งค่าการเชื่อมต่อเริ่มต้น:

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

💻 การพัฒนา

ตั้งค่าสภาพแวดล้อมการพัฒนา

เริ่ม Meilisearch:

docker run -d -p 7700:7700 getmeili/meilisearch:v1.28

ติดตั้ง dependencies สำหรับการพัฒนา:
```
uv pip install -r requirements-dev.txt
```
เรียกใช้การทดสอบ:
```
python -m pytest tests/ -v
```
จัดรูปแบบโค้ด:
```
black src/ tests/
```

ทดสอบด้วย MCP Inspector

npx @modelcontextprotocol/inspector python -m src.meilisearch_mcp

🤝 ชุมชนและการสนับสนุน

เรายินดีรับฟังจากคุณ! ต่อไปนี้คือวิธีขอความช่วยเหลือและติดต่อกับเรา:

💬 เข้าร่วม Discord - พูดคุยกับชุมชน
🐛 รายงานปัญหา - พบข้อบกพร่องใช่ไหม แจ้งให้เราทราบ!
💡 เสนอฟีเจอร์ - มีไอเดียใช่ไหม เรายินดีรับฟัง!
📖 เอกสาร Meilisearch - เรียนรู้เพิ่มเติมเกี่ยวกับ Meilisearch

🤗 การมีส่วนร่วม

เรายินดีรับการมีส่วนร่วม! เริ่มต้นได้ดังนี้:

Fork รีโพซิทอรี
สร้าง feature branch ของคุณ (git checkout -b feature/amazing-feature)
เขียนการทดสอบสำหรับการเปลี่ยนแปลงของคุณ
ทำการเปลี่ยนแปลงและเรียกใช้การทดสอบ
จัดรูปแบบโค้ดด้วย black
Commit การเปลี่ยนแปลงของคุณ (git commit -m 'Add amazing feature')
Push ไปยัง branch ของคุณ (git push origin feature/amazing-feature)
เปิด Pull Request

ดูรายละเอียดเพิ่มเติมได้ที่ แนวทางการมีส่วนร่วม

📦 กระบวนการเผยแพร่รุ่น

โปรเจกต์นี้ใช้การกำหนดเวอร์ชันและเผยแพร่โดยอัตโนมัติ เมื่อเวอร์ชันใน pyproject.toml เปลี่ยนแปลงบน branch main แพ็กเกจจะถูกเผยแพร่ไปยัง PyPI โดยอัตโนมัติ

ดูคำแนะนำโดยละเอียดได้ในส่วน กระบวนการเผยแพร่รุ่น

📄 ใบอนุญาต

โปรเจกต์นี้เผยแพร่ภายใต้ใบอนุญาต MIT ดูรายละเอียดได้ในไฟล์ LICENSE

Meilisearch คือเครื่องมือค้นหาแบบโอเพนซอร์สที่มอบประสบการณ์การค้นหาที่น่าประทับใจ
เรียนรู้เพิ่มเติมเกี่ยวกับ Meilisearch ได้ที่ meilisearch.com

📖 เอกสารฉบับเต็ม

เครื่องมือที่มีให้ใช้งาน

การจัดการการเชื่อมต่อ

get-connection-settings: ดู URL การเชื่อมต่อ Meilisearch ปัจจุบันและสถานะ API key
update-connection-settings: อัปเดต URL และ/หรือ API key เพื่อเชื่อมต่อกับอินสแตนซ์อื่น

การจัดการดัชนี

create-index: สร้างดัชนีใหม่โดยกำหนด primary key ได้ตามต้องการ
list-indexes: แสดงรายการดัชนีทั้งหมดที่มี
delete-index: ลบดัชนีที่มีอยู่และเอกสารทั้งหมดในดัชนี
get-index-metrics: ดูเมตริกโดยละเอียดของดัชนีที่ระบุ

การดำเนินการกับเอกสาร

get-documents: ดึงเอกสารจากดัชนีพร้อมการแบ่งหน้า
add-documents: เพิ่มหรืออัปเดตเอกสารในดัชนี

การค้นหา

search: ค้นหาแบบยืดหยุ่นภายในดัชนีเดียวหรือหลายดัชนี พร้อมตัวเลือกการกรองและการเรียงลำดับ

การจัดการการตั้งค่า

get-settings: ดูการตั้งค่าปัจจุบันของดัชนี
update-settings: อัปเดตการตั้งค่าดัชนี (การจัดอันดับ การทำ facets ฯลฯ)

การจัดการ API key

get-keys: แสดงรายการ API key ทั้งหมด
create-key: สร้าง API key ใหม่พร้อมกำหนดสิทธิ์เฉพาะ
delete-key: ลบ API key ที่มีอยู่

การจัดการงาน

get-task: ดูข้อมูลเกี่ยวกับงานที่ระบุ
get-tasks: แสดงรายการงานพร้อมตัวกรองเพิ่มเติมได้ตามต้องการ
cancel-tasks: ยกเลิกงานที่รอดำเนินการหรืออยู่ในคิว

การตรวจสอบระบบ

health-check: ตรวจสอบสถานะพื้นฐาน
get-health-status: ตรวจสอบสถานะอย่างครอบคลุม
get-version: ดูข้อมูลเวอร์ชัน Meilisearch
get-stats: ดูสถิติฐานข้อมูล
get-system-info: ดูข้อมูลระดับระบบ

การตั้งค่าสำหรับการพัฒนา

ข้อกำหนดเบื้องต้น

เริ่มเซิร์ฟเวอร์ 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

ติดตั้งเครื่องมือสำหรับการพัฒนา:

# 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

การเรียกใช้การทดสอบ

โปรเจกต์นี้มีการทดสอบการผสานรวมอย่างครอบคลุม เพื่อตรวจสอบการทำงานของเครื่องมือ 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/

สำคัญ: การทดสอบต้องใช้อินสแตนซ์ Meilisearch ที่กำลังทำงานอยู่บน http://localhost:7700

คุณภาพโค้ด

# 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/

แนวทางการมีส่วนร่วม

Fork และ clone รีโพซิทอรี
ตั้งค่าสภาพแวดล้อมการพัฒนา ตามส่วนการตั้งค่าสำหรับการพัฒนาด้านบน
สร้าง feature branch จาก main
เขียนการทดสอบก่อน หากเพิ่มฟังก์ชันการทำงานใหม่ (การพัฒนาโดยขับเคลื่อนด้วยการทดสอบ)
เรียกใช้การทดสอบในเครื่อง เพื่อให้แน่ใจว่าการทดสอบทั้งหมดผ่านก่อน commit
จัดรูปแบบโค้ด ด้วย Black และตรวจสอบคุณภาพโค้ด
Commit การเปลี่ยนแปลง พร้อมข้อความ commit ที่สื่อความหมาย
Push ไปยัง fork ของคุณ แล้วสร้าง pull request

เวิร์กโฟลว์การพัฒนา

# 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

แนวทางการทดสอบ

ฟีเจอร์ใหม่ทั้งหมดควรมีการทดสอบประกอบ
การทดสอบควรผ่านก่อนส่ง PR
ใช้ชื่อการทดสอบที่สื่อความหมายและการตรวจสอบยืนยันที่ชัดเจน
ทดสอบทั้งกรณีสำเร็จและกรณีผิดพลาด
ตรวจสอบให้แน่ใจว่า Meilisearch กำลังทำงานก่อนเรียกใช้การทดสอบ

กระบวนการเผยแพร่รุ่น

โปรเจกต์นี้ใช้การกำหนดเวอร์ชันและเผยแพร่ไปยัง PyPI โดยอัตโนมัติ กระบวนการเผยแพร่รุ่นออกแบบมาให้เรียบง่ายและทำงานอัตโนมัติ

วิธีการเผยแพร่รุ่น

การเผยแพร่อัตโนมัติ: เมื่อหมายเลขเวอร์ชันใน pyproject.toml เปลี่ยนแปลงบน branch main GitHub Action จะดำเนินการโดยอัตโนมัติ:
- สร้างแพ็กเกจ Python
- เผยแพร่ไปยัง PyPI โดยใช้ trusted publishing
- สร้างรุ่นใหม่บน GitHub
การตรวจจับเวอร์ชัน: เวิร์กโฟลว์จะเปรียบเทียบเวอร์ชันปัจจุบันใน pyproject.toml กับ commit ก่อนหน้าเพื่อตรวจจับการเปลี่ยนแปลง
การเผยแพร่ไปยัง PyPI: ใช้ publish action อย่างเป็นทางการของ PyPA พร้อม trusted publishing (ไม่ต้องใช้ API key ด้วยตนเอง)

การสร้างรุ่นใหม่

ทำตามขั้นตอนต่อไปนี้เพื่อสร้างรุ่นใหม่:

1. กำหนดหมายเลขเวอร์ชัน

ทำตาม Semantic Versioning (MAJOR.MINOR.PATCH):

PATCH (เช่น 0.4.0 → 0.4.1): แก้ไขข้อบกพร่อง อัปเดตเอกสาร และปรับปรุงเล็กน้อย
MINOR (เช่น 0.4.0 → 0.5.0): ฟีเจอร์ใหม่ เครื่องมือ MCP ใหม่ และการปรับปรุงที่สำคัญ
MAJOR (เช่น 0.5.0 → 1.0.0): การเปลี่ยนแปลงที่ไม่เข้ากันได้ การเปลี่ยนแปลง API ครั้งใหญ่

2. อัปเดตเวอร์ชันและสร้าง 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. รวมเข้ากับ Main

เมื่อ PR ได้รับอนุมัติและรวมเข้ากับ main แล้ว GitHub Action จะดำเนินการโดยอัตโนมัติ:

ตรวจหาการเปลี่ยนแปลงเวอร์ชัน
สร้างแพ็กเกจ
เผยแพร่ไปยัง PyPI ที่ https://pypi.org/p/meilisearch-mcp
ทำให้เวอร์ชันใหม่พร้อมใช้งานผ่าน pip install meilisearch-mcp

4. ตรวจสอบการเผยแพร่

หลังจากผสานแล้ว ให้ตรวจสอบการเผยแพร่:

# 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

ไฟล์เวิร์กโฟลว์การเผยแพร่

การเผยแพร่อัตโนมัติดำเนินการโดย .github/workflows/publish.yml ซึ่ง:

เริ่มทำงานเมื่อมีการพุชไปยังสาขา main
ตรวจสอบว่าเวอร์ชัน pyproject.toml มีการเปลี่ยนแปลงหรือไม่
ใช้ Python 3.10 และเครื่องมือสร้างอย่างเป็นทางการ
เผยแพร่โดยใช้ trusted publishing (ไม่ต้องใช้คีย์ API)
แสดงผลลัพธ์แบบละเอียดเพื่อช่วยแก้ไขข้อบกพร่อง

การแก้ไขปัญหาการเผยแพร่

การเผยแพร่ไม่เริ่มทำงาน: ตรวจสอบว่าเวอร์ชันใน pyproject.toml เปลี่ยนแปลงจริงระหว่างคอมมิต

การสร้างล้มเหลว: ตรวจสอบบันทึก GitHub Actions เพื่อหาข้อผิดพลาดในการสร้างแพ็กเกจ Python

การเผยแพร่ไปยัง PyPI ล้มเหลว: ตรวจสอบชื่อแพ็กเกจและการกำหนดค่า trusted publishing ว่าถูกต้อง

เวอร์ชันขัดแย้งกัน: ตรวจสอบให้แน่ใจว่าหมายเลขเวอร์ชันใหม่ยังไม่เคยถูกใช้บน PyPI

เวอร์ชันสำหรับการพัฒนาและเวอร์ชันสำหรับใช้งานจริง

การพัฒนา: ติดตั้งจากซอร์สโดยใช้ pip install -e .
ใช้งานจริง: ติดตั้งจาก PyPI โดยใช้ pip install meilisearch-mcp
เวอร์ชันที่ระบุ: ติดตั้งโดยใช้ pip install meilisearch-mcp==0.5.0