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
- 01SimHash による意味的重複排除
- 02高次元ベクトル埋め込みへの対応
- 03LRU キャッシュのシミュレーション
- 04Python 標準ライブラリで実装
活用シーン
- 01LRU 方式の埋め込みキャッシュのシミュレーション
- 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。
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
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
Markdown 対応
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。