Chroma MCP Server

Chroma MCP サーバー

Chroma を通じてベクトルデータベース機能を提供する、Model Context Protocol（MCP）サーバーの実装です。このサーバーにより、永続ストレージを使用したセマンティックなドキュメント検索、メタデータのフィルタリング、ドキュメント管理が可能になります。

要件

• Python 3.8+
• Chroma 0.4.0+
• MCP SDK 0.1.0+

コンポーネント

リソース

このサーバーは、Chroma のベクトルデータベースを通じてドキュメントの保存と取得を提供します。

• コンテンツとメタデータを含むドキュメントを保存します
• データを src/chroma/data ディレクトリに永続化します
• セマンティック類似検索をサポートします

ツール

このサーバーは CRUD 操作と検索機能を実装しています。

ドキュメント管理

• create_document：新しいドキュメントを作成します

  • 必須：document_id、content
  • 任意：metadata（キーと値のペア）
  • 戻り値：成功の確認
  • エラー：すでに存在する、入力が無効

• read_document：ID でドキュメントを取得します

  • 必須：document_id
  • 戻り値：ドキュメントのコンテンツとメタデータ
  • エラー：見つからない

• update_document：既存のドキュメントを更新します

  • 必須：document_id、content
  • 任意：metadata
  • 戻り値：成功の確認
  • エラー：見つからない、入力が無効

• delete_document：ドキュメントを削除します

  • 必須：document_id
  • 戻り値：成功の確認
  • エラー：見つからない

• list_documents：すべてのドキュメントを一覧表示します

  • 任意：limit、offset
  • 戻り値：コンテンツとメタデータを含むドキュメントの一覧

検索操作

• search_similar：セマンティックに類似したドキュメントを検索します
  • 必須：query
  • 任意：num_results、metadata_filter、content_filter
  • 戻り値：距離スコア付きの、類似ドキュメントを順位付けした一覧
  • エラー：フィルターが無効

機能

• セマンティック検索：Chroma の埋め込みを使用して、意味に基づいてドキュメントを検索します
• メタデータのフィルタリング：メタデータのフィールドで検索結果を絞り込みます
• コンテンツのフィルタリング：ドキュメントのコンテンツに基づいて追加の絞り込みを行います
• 永続ストレージ：サーバーの再起動後も、データはローカルディレクトリに保持されます
• エラー処理：明確なメッセージを伴う包括的なエラー処理
• 再試行ロジック：一時的な障害が発生した場合、自動的に再試行します

インストール

1. 依存関係をインストールします：

uv venv
uv sync --dev --all-extras

設定

Claude Desktop

サーバーの設定を Claude Desktop の設定ファイルに追加します。

Windows：C:\Users\<username>\AppData\Roaming\Claude\claude_desktop_config.json

MacOS：~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "chroma": {
      "command": "uv",
      "args": [
        "--directory",
        "C:/MCP/server/community/chroma",
        "run",
        "chroma"
      ]
    }
  }
}

データストレージ

サーバーは次の場所にデータを保存します。

• Windows：src/chroma/data
• MacOS/Linux：src/chroma/data

使用方法

1. サーバーを起動します：

uv run chroma

2. MCP ツールを使用してサーバーを操作します。

# Create a document
create_document({
    "document_id": "ml_paper1",
    "content": "Convolutional neural networks improve image recognition accuracy.",
    "metadata": {
        "year": 2020,
        "field": "computer vision",
        "complexity": "advanced"
    }
})

# Search similar documents
search_similar({
    "query": "machine learning models",
    "num_results": 2,
    "metadata_filter": {
        "year": 2020,
        "field": "computer vision"
    }
})

エラー処理

このサーバーは、よくある状況に対して明確なエラーメッセージを提供します。

• Document already exists [id=X]
• Document not found [id=X]
• Invalid input: Missing document_id or content
• Invalid filter
• Operation failed: [details]

開発

テスト

1. MCP Inspector を実行して対話形式でテストします：

npx @modelcontextprotocol/inspector uv --directory C:/MCP/server/community/chroma run chroma

2. Inspector のウェブインターフェースを使用して、次の項目を実行します。
   • CRUD 操作をテストする
   • 検索機能を確認する
   • エラー処理を確認する
   • サーバーログを監視する

ビルド

1. 依存関係を更新します：

uv compile pyproject.toml

2. パッケージをビルドします：

uv build

コントリビューション

コントリビューションを歓迎します！詳細については、コントリビューションガイドラインをご覧ください。

• コードスタイル
• テスト要件
• プルリクエストの手順

ライセンス

このプロジェクトは MIT License の下でライセンスされています。詳細については、LICENSE ファイルをご覧ください。