LanceDB

LanceDB Node.js ベクトル検索

LanceDB と Ollama の埋め込みモデルを使用した、Node.js によるベクトル検索の実装です。

概要

このプロジェクトでは、次の方法を紹介します。

• LanceDB データベースに接続する
• Ollama を使用してカスタム埋め込み関数を作成する
• 保存されたドキュメントに対してベクトル類似度検索を実行する
• 検索結果を処理して表示する

前提条件

• Node.js（v14 以降）
• nomic-embed-text モデルを使用してローカルで実行中の Ollama
• 読み取り／書き込み権限のある LanceDB のストレージ場所

インストール

1. リポジトリをクローンします
2. 依存関係をインストールします。

pnpm install

依存関係

• @lancedb/lancedb：Node.js 用の LanceDB クライアント
• apache-arrow：列指向データの処理用
• node-fetch：Ollama への API 呼び出し用

使用方法

ベクトル検索のテストスクリプトを実行します。

pnpm test-vector-search

または、直接実行します。

node test-vector-search.js

設定

スクリプトは次の場所に接続します。

• 設定されたパスにある LanceDB
• http://localhost:11434/api/embeddings にある Ollama API

MCP の設定

MCP サービスとして Claude Desktop と統合するには、次の内容を MCP 設定 JSON に追加します。

{
  "mcpServers": {
    "lanceDB": {
      "command": "node",
      "args": [
        "/path/to/lancedb-node/dist/index.js",
        "--db-path",
        "/path/to/your/lancedb/storage"
      ]
    }
  }
}

パスは実際のインストール先に置き換えてください。

• /path/to/lancedb-node/dist/index.js - コンパイル済みの index.js ファイルへのパス
• /path/to/your/lancedb/storage - LanceDB のストレージディレクトリへのパス

カスタム埋め込み関数

このプロジェクトには、次の処理を行うカスタム OllamaEmbeddingFunction が含まれています。

• Ollama API にテキストを送信する
• 768 次元の埋め込みを受け取る
• LanceDB で使用できる形式に整える

ベクトル検索の例

この例では、「ai-rag」テーブルから「how to define success criteria」を検索し、類似度スコアとともに結果を表示します。

ライセンス

MIT ライセンス

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。お気軽にプルリクエストを送信してください。