Solr MCP

一个 Python 包，用于通过模型上下文协议 (MCP) 访问 Apache Solr 索引。此集成允许像 Claude 这样的人工智能助手对您的 Solr 索引执行强大的搜索查询，结合了关键字和向量搜索功能。

特性

• MCP 服务器: 实现模型上下文协议，以便与人工智能助手集成
• 混合搜索: 将关键字搜索的精确性与向量搜索的语义理解相结合
• 向量嵌入: 使用 Ollama 和 nomic-embed-text 为文档生成嵌入
• 统一集合: 将文档内容和向量嵌入存储在同一个集合中
• Docker 集成: 通过 Docker 和 docker-compose 轻松设置
• 优化的向量搜索: 通过将 SQL 过滤器下推到向量搜索阶段，高效处理组合的向量和 SQL 查询，即使对于大型结果集和分页也能确保最佳性能

架构

向量搜索优化

该系统采用了一种重要的优化方法来处理组合的向量和 SQL 查询。当执行包含向量相似度搜索和 SQL 过滤器的查询时：

1. SQL 过滤器（WHERE 子句）被下推到向量搜索阶段
2. 这确保了向量相似度计算仅在与最终 SQL 条件匹配的文档上执行
3. 显著提高了以下查询的性能：
   • 选择性的 WHERE 子句
   • 分页 (LIMIT/OFFSET)
   • 大型结果集

这种优化通过最小化所需的向量相似度计算次数来减少计算开销和网络传输。

快速开始

1. 克隆此存储库
2. 使用 Docker 启动 SolrCloud：

   docker-compose up -d
   

3. 安装依赖项：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上: venv\Scripts\activate
   pip install poetry
   poetry install
   

4. 处理索引示例文档：

   python scripts/process_markdown.py data/bitcoin-whitepaper.md --output data/processed/bitcoin_sections.json
   python scripts/create_unified_collection.py unified
   python scripts/unified_index.py data/processed/bitcoin_sections.json --collection unified
   

5. 运行 MCP 服务器：

   poetry run python -m solr_mcp.server
   

有关更详细的设置和使用说明，请参阅 QUICKSTART.md 指南。

要求

• Python 3.10 或更高版本
• Docker 和 Docker Compose
• SolrCloud 9.x
• Ollama（用于嵌入生成）

许可证

此项目已获得 MIT 许可证的许可 - 有关详细信息，请参阅 LICENSE 文件。

贡献

欢迎贡献！请参阅 CONTRIBUTING.md 获取指南。