mcpField
G
GenPark Vector Embedding Cache Deduplication Sentinel

GenPark Vector Embedding Cache Deduplication Sentinel

ローカル
genpark.ai開発ツール71 週間前に更新

GenPark Vector Embedding Cache Deduplication Sentinel について

高次元ベクトル埋め込みを SimHash で意味的に重複排除し、LRU キャッシュをシミュレーションする Python 製 MCP サーバーです。README には導入設定がありますが、具体的な入力や操作は記載されていません。

主な機能

  1. 01SimHash による意味的重複排除
  2. 02高次元ベクトル埋め込みへの対応
  3. 03LRU キャッシュのシミュレーション
  4. 04Python 標準ライブラリで実装

活用シーン

  1. 01LRU 方式の埋め込みキャッシュのシミュレーション
  2. 02意味的重複排除方式の検証

MCP 対応

Python で MCP サーバーとして起動し、Claude Desktop または Cursor に設定できます。提供するツールやリソースの詳細は README にありません。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ
パッケージ
mcpbgenpark-vector-embedding-cache-deduplication-sentinel-skill.mcpb

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

genpark-vector-embedding-cache-deduplication-sentinel-skill

Smithery による検証済み LinkedIn ウェブサイト

LRU キャッシュのシミュレーション機能を備えた、高次元ベクトル埋め込みのセマンティック SimHash 重複排除センチネル

すばやくインストールして MCP と連携

Claude Desktop または Cursor の設定に追加します:

{
  "mcpServers": {
    "genpark-vector-embedding-cache-deduplication-sentinel-skill": {
      "command": "python",
      "args": ["mcp_server.py"]
    }
  }
}

依存関係ゼロ

Python 3 標準ライブラリのみで実装されています。

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。