mcp-lance-db: 一个 LanceDB MCP 服务器

模型上下文协议 (MCP) 是一个开放协议，它实现了 LLM 应用程序与外部数据源和工具之间的无缝集成。无论您是构建 AI 驱动的 IDE、增强聊天界面，还是创建自定义 AI 工作流程，MCP 都提供了一种标准化的方式来将 LLM 与它们所需的上下文连接起来。

此存储库演示了如何为 LanceDB（一个嵌入式向量数据库）创建一个 MCP 服务器。

概述

一个基本的模型上下文协议服务器，用于在 LanceDB 向量数据库中存储和检索记忆。它充当语义记忆层，允许存储带有向量嵌入的文本，以便稍后检索。

组件

工具

该服务器实现了两个工具：

• add-memory：向向量数据库添加新的记忆

  • 接受 "content" 作为必需的字符串参数
  • 存储带有向量嵌入的文本，以便稍后检索

• search-memories：检索语义上相似的记忆

  • 接受 "query" 作为必需的字符串参数
  • 可选的 "limit" 参数来控制结果数量（默认值：5）
  • 返回按与查询的语义相似性排序的记忆
  • 更新服务器状态并通知客户端资源更改

配置

服务器使用以下配置：

• 数据库路径："./lancedb"
• 集合名称："memories"
• 嵌入提供程序："sentence-transformers"
• 模型："BAAI/bge-small-en-v1.5"
• 设备："cpu"
• 相似度阈值：0.7（距离范围的上限）

快速入门

Claude Desktop

在 MacOS 上：~/Library/Application\ Support/Claude/claude_desktop_config.json 在 Windows 上：%APPDATA%/Claude/claude_desktop_config.json

{
  "lancedb": {
    "command": "uvx",
    "args": [
      "mcp-lance-db"
    ]
  }
}

开发

构建和发布

要准备用于分发的软件包：

1. 同步依赖项并更新锁定文件：

uv sync

2. 构建软件包分发：

uv build

这将在 dist/ 目录中创建源和 wheel 分发。

3. 发布到 PyPI：

uv publish

注意：您需要通过环境变量或命令标志设置 PyPI 凭据：

• Token：--token 或 UV_PUBLISH_TOKEN
• 或用户名/密码：--username/UV_PUBLISH_USERNAME 和 --password/UV_PUBLISH_PASSWORD

调试

由于 MCP 服务器通过 stdio 运行，因此调试可能具有挑战性。 为了获得最佳的调试体验，我们强烈建议使用 MCP Inspector。

您可以通过 npm 使用以下命令启动 MCP Inspector：

npx @modelcontextprotocol/inspector uv --directory $(PWD) run mcp-lance-db

启动后，Inspector 将显示一个 URL，您可以在浏览器中访问该 URL 以开始调试。