mcp-lance-db: A LanceDB MCP server

mcp-lance-db：LanceDB MCP サーバー

Model Context Protocol（MCP）は、LLM アプリケーションと外部のデータソースやツールをシームレスに統合するオープンなプロトコルです。AI を活用した IDE の構築、チャットインターフェースの拡張、カスタム AI ワークフローの作成など、MCP は LLM を必要なコンテキストに接続するための標準化された方法を提供します。

このリポジトリは、組み込み型ベクトルデータベースである LanceDB 用の MCP サーバーを作成する方法の例です。

概要

LanceDB ベクトルデータベースにメモリを保存し、取得するための基本的な Model Context Protocol サーバーです。 後で取得できるように、ベクトル埋め込みとともにテキストを保存するセマンティックメモリレイヤーとして機能します。

コンポーネント

ツール

このサーバーは 2 つのツールを実装しています：

• add-memory：ベクトルデータベースに新しいメモリを追加します

  • 必須の文字列引数として「content」を受け取ります
  • 後で取得できるように、ベクトル埋め込みとともにテキストを保存します

• search-memories：意味的に類似したメモリを取得します

  • 必須の文字列引数として「query」を受け取ります
  • 結果の件数を指定するオプションの「limit」パラメーターがあります（デフォルト：5）
  • クエリとの意味的な類似度順にメモリを返します
  • サーバーの状態を更新し、リソースの変更をクライアントに通知します

設定

サーバーでは次の設定を使用します：

• データベースのパス："./lancedb"
• コレクション名："memories"
• 埋め込みプロバイダー："sentence-transformers"
• モデル："BAAI/bge-small-en-v1.5"
• デバイス："cpu"
• 類似度のしきい値：0.7（距離範囲の上限）

クイックスタート

Claude Desktop

MacOS の場合：~/Library/Application\ Support/Claude/claude_desktop_config.json Windows の場合：%APPDATA%/Claude/claude_desktop_config.json

{
  "lancedb": {
    "command": "uvx",
    "args": [
      "mcp-lance-db"
    ]
  }
}

開発

ビルドと公開

パッケージを配布できるように準備するには：

1. 依存関係を同期し、ロックファイルを更新します：

uv sync

2. パッケージの配布物をビルドします：

uv build

これにより、dist/ ディレクトリにソース配布物と wheel 配布物が作成されます。

3. PyPI に公開します：

uv publish

注：環境変数またはコマンドフラグを使用して PyPI の認証情報を設定する必要があります：

• トークン：--token または UV_PUBLISH_TOKEN
• またはユーザー名／パスワード：--username／UV_PUBLISH_USERNAME および --password／UV_PUBLISH_PASSWORD

デバッグ

MCP サーバーは標準入出力経由で実行されるため、デバッグが難しい場合があります。最適なデバッグ環境を利用するため、MCP Inspector の使用を強くおすすめします。

次のコマンドを使って、npm 経由で MCP Inspector を起動できます：

npx @modelcontextprotocol/inspector uv --directory $(PWD) run mcp-lance-db

起動すると、Inspector に URL が表示されます。その URL にブラウザーからアクセスして、デバッグを開始できます。