Meilisearch

官方

與 Meilisearch 互動及查詢（全文與語意搜尋 API）

GitHub

195

試用此 MCP贊助

你可以用 Meilisearch MCP 做什麼？

建立與管理索引 — 透過 create-index 要求建立具有自訂主鍵的索引、列出既有索引，或刪除索引及其文件。
新增與擷取文件 — 使用 add-documents 進行大量匯入或更新記錄，並以 get-documents 從任何索引分頁擷取文件。
執行彈性搜尋 — 使用 search 工具在單一或多個索引中進行搜尋，支援篩選、排序與 Facet，並包含語意與混合搜尋選項。
調整搜尋設定 — 透過 get-settings 與 update-settings 檢視或更新索引的排名規則、Facet 設定與可搜尋屬性。
監控任務與健康狀態 — 使用 get-tasks 檢查索引處理進度、取消佇列中的操作，或透過 health-check 與 get-stats 驗證執行個體狀態。

文件

Meilisearch MCP Server

Meilisearch | Meilisearch Cloud | Documentation | Discord

⚡ 將任何 LLM 連接到 Meilisearch，以閃電般的搜尋能力為您的 AI 加速！🔍

🤔 這是什麼？

Meilisearch MCP Server 是一個 Model Context Protocol 伺服器，讓任何相容 MCP 的用戶端（包括 Claude、OpenAI agents 和其他 LLM）都能與 Meilisearch 互動。這個基於 stdio 的伺服器允許 AI 助手透過自然對話來管理搜尋索引、執行搜尋和處理您的資料。

為什麼要使用這個？

🤖 通用相容性 - 適用於任何 MCP 用戶端，不僅限於 Claude
🗣️ 自然語言控制 - 透過對話與任何 LLM 管理 Meilisearch
🚀 零學習曲線 - 無需學習 Meilisearch 的 API
🔧 完整功能存取 - 所有 Meilisearch 功能盡在掌握
🔄 動態連線 - 隨時切換不同的 Meilisearch 實例
📡 stdio 傳輸 - 目前使用 stdio；原生 Meilisearch MCP 支援即將推出！

✨ 主要功能

📊 索引與文件管理 - 建立、更新和管理搜尋索引
🔍 智慧搜尋 - 在單一或多個索引中進行進階篩選搜尋
⚙️ 設定配置 - 微調搜尋相關性和效能
📈 任務監控 - 追蹤索引進度和系統操作
🔐 API 金鑰管理 - 安全存取控制
🏥 健康監控 - 隨時掌握您的 Meilisearch 實例狀態
🧱 結構化工具輸出 - 每個回傳資料的工具都會在文字之外提供 structuredContent，符合最新的 MCP 規範
🔀 現代 MCP 技術棧 - 基於官方 MCP Python SDK v2（規範 2026-07-28），向下相容舊版 MCP 用戶端
🐍 Python 實作 - 也有 TypeScript 版本

🚀 快速開始

只需 3 個步驟即可開始！

1️⃣ 安裝套件

# Using pip
pip install meilisearch-mcp

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

2️⃣ 設定 Claude Desktop

將此內容加入您的 claude_desktop_config.json：

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

3️⃣ 啟動 Meilisearch

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

# Or using Homebrew
brew install meilisearch
meilisearch

就是這麼簡單！現在您可以要求您的 AI 助手搜尋和管理您的 Meilisearch 資料！🎉

📚 範例

💬 自然地與您的 AI 助手對話：

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!

🔍 進階搜尋範例：

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

🔧 安裝

先決條件

Python ≥ 3.10
執行中的 Meilisearch 實例
相容 MCP 的用戶端（Claude Desktop、OpenAI agents 等）

從 PyPI 安裝

pip install meilisearch-mcp

從原始碼安裝（用於開發）

# 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 .

使用 Docker

非常適合 n8n 工作流程等容器化環境！

從 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

從原始碼建置

# 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

與 n8n 整合

對於 n8n 工作流程，您可以直接在設定中使用 Docker 映像：

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

🛠️ 您可以做什麼？

🔗 連線管理

檢視目前的連線設定
動態切換不同的 Meilisearch 實例
即時更新 API 金鑰

📁 索引操作

使用自訂主鍵建立新索引
列出所有索引及其統計資料
刪除索引及其資料
取得詳細的索引指標

📄 文件管理

新增或更新文件
使用分頁擷取文件
大量匯入資料

🔍 搜尋功能

使用篩選、排序和 Facet 進行搜尋
多索引搜尋
使用向量的語意搜尋
混合搜尋（關鍵字 + 語意）

⚙️ 設定與配置

配置排名規則
設定 Facet 和篩選
管理可搜尋屬性
自訂錯字容錯

🔐 安全性

建立和管理 API 金鑰
設定精細權限
監控金鑰使用情況

⚠️ 注意：雖然為了方便，您可以直接在聊天中新增和更新主機及 API 金鑰，但這種方式主要設計用於開發情境（例如即時連線到多個實例）。它不符合最佳的 MCP 安全實務，在沒有適當保護措施的情況下，不應用於生產環境。

📊 監控與健康狀態

健康檢查
系統統計資料
任務監控
版本資訊

🌍 環境變數

配置預設連線設定：

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

💻 開發

設定開發環境

啟動 Meilisearch：

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

安裝開發依賴套件：
```
uv pip install -r requirements-dev.txt
```
執行測試：
```
python -m pytest tests/ -v
```
格式化程式碼：
```
black src/ tests/
```

使用 MCP Inspector 測試

npx @modelcontextprotocol/inspector python -m src.meilisearch_mcp

🤝 社群與支援

我們很樂意聽到您的意見！以下是如何獲得協助和聯繫：

💬 加入我們的 Discord - 與社群聊天
🐛 回報問題 - 發現錯誤了嗎？告訴我們！
💡 功能請求 - 有想法嗎？我們在聽！
📖 Meilisearch 文件 - 了解更多關於 Meilisearch

🤗 貢獻

我們歡迎貢獻！以下是如何開始：

Fork 儲存庫
建立您的功能分支（git checkout -b feature/amazing-feature）
為您的變更撰寫測試
進行變更並執行測試
使用 black 格式化您的程式碼
提交您的變更（git commit -m 'Add amazing feature'）
推送到您的分支（git push origin feature/amazing-feature）
開啟 Pull Request

請參閱我們的貢獻指南以了解更多詳情。

📦 發佈流程

此專案使用自動化版本控制和發佈。當 pyproject.toml 中的版本在 main 分支上變更時，套件會自動發佈到 PyPI。

請參閱發佈流程章節以取得詳細說明。

📄 授權

此專案採用 MIT 授權 - 請參閱 LICENSE 檔案以了解詳情。

Meilisearch 是一個開源搜尋引擎，提供令人愉悅的搜尋體驗。
在 meilisearch.com 了解更多關於 Meilisearch 的資訊

📖 完整文件

可用工具

連線管理

get-connection-settings：檢視目前的 Meilisearch 連線 URL 和 API 金鑰狀態
update-connection-settings：更新 URL 和/或 API 金鑰以連線到不同的實例

索引管理

create-index：建立具有選用主鍵的新索引
list-indexes：列出所有可用的索引
delete-index：刪除現有索引及其所有文件
get-index-metrics：取得特定索引的詳細指標

文件操作

get-documents：使用分頁從索引擷取文件
add-documents：在索引中新增或更新文件

搜尋

search：在單一或多個索引中進行靈活搜尋，支援篩選和排序選項

設定管理

get-settings：檢視索引的目前設定
update-settings：更新索引設定（排名、Facet 等）

API 金鑰管理

get-keys：列出所有 API 金鑰
create-key：建立具有特定權限的新 API 金鑰
delete-key：刪除現有的 API 金鑰

任務管理

get-task：取得特定任務的資訊
get-tasks：列出任務並可套用篩選
cancel-tasks：取消待處理或已排入佇列的任務

系統監控

health-check：基本健康檢查
get-health-status：全面的健康狀態
get-version：取得 Meilisearch 版本資訊
get-stats：取得資料庫統計資料
get-system-info：取得系統層級資訊

開發設定

先決條件

啟動 Meilisearch 伺服器：

# 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

安裝開發工具：

# 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

執行測試

此專案包含全面的整合測試，用於驗證 MCP 工具功能：

# 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/

重要：測試需要在 http://localhost:7700 上執行 Meilisearch 實例。

程式碼品質

# 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/

貢獻指南

Fork 並複製儲存庫
設定開發環境，依照上方「開發設定」章節
從 main 建立功能分支
先撰寫測試（若新增功能，請採用測試驅動開發）
在本機執行測試以確保所有測試在提交前通過
使用 Black 格式化程式碼並確保程式碼品質
提交變更並使用描述性的提交訊息
推送到您的 fork並建立 pull request

開發工作流程

# 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

測試指南

所有新功能都應包含測試
測試應在提交 PR 前通過
使用描述性的測試名稱和明確的斷言
同時測試成功和錯誤案例
在執行測試前確保 Meilisearch 正在執行

發佈流程

此專案使用自動化版本控制和發佈到 PyPI。發佈流程設計為簡單且自動化。

發佈如何運作

自動化發佈：當 pyproject.toml 中的版本號在 main 分支上變更時，GitHub Action 會自動：
- 建置 Python 套件
- 使用受信任發佈將其發佈到 PyPI
- 在 GitHub 上建立新的 release
版本偵測：工作流程會比較 pyproject.toml 中的目前版本與前一次提交，以偵測變更
PyPI 發佈：使用 PyPA 的官方發佈 action 搭配受信任發佈（無需手動 API 金鑰）

建立新的發佈

若要建立新的發佈，請依照以下步驟：

1. 決定版本號

遵循語意化版本（MAJOR.MINOR.PATCH）：

PATCH（例如 0.4.0 → 0.4.1）：錯誤修正、文件更新、小幅改進
MINOR（例如 0.4.0 → 0.5.0）：新功能、新的 MCP 工具、顯著增強
MAJOR（例如 0.5.0 → 1.0.0）：破壞性變更、重大 API 變更

2. 更新版本並建立 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. 合併到主分支

一旦 PR 獲得核准並合併到 main，GitHub Action 會自動：

偵測版本變更
建置套件
發佈到 https://pypi.org/p/meilisearch-mcp 上的 PyPI
透過 pip install meilisearch-mcp 提供新版本

4. 驗證發佈

合併後，請驗證發佈：

# 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

發佈工作流程檔案

自動化發佈由 .github/workflows/publish.yml 處理，它會：

在推送到 main 分支時觸發
檢查 pyproject.toml 版本是否變更
使用 Python 3.10 和官方建置工具
使用受信任發佈進行發佈（無需 API 金鑰）
提供詳細輸出以利除錯

發佈疑難排解

發佈未觸發：請檢查 pyproject.toml 中的版本是否在提交之間確實有變更

建置失敗：請檢查 GitHub Actions 日誌中的 Python 套件建置錯誤

PyPI 發佈失敗：請確認套件名稱，且信任的發佈機制已正確設定

版本衝突：請確保新的版本號碼尚未在 PyPI 上使用過

開發版與正式版

開發版：使用 pip install -e . 從原始碼安裝
正式版：使用 pip install meilisearch-mcp 從 PyPI 安裝
指定版本：使用 pip install meilisearch-mcp==0.5.0 安裝