MCP Pinecone Vector Database Server

MCP Pinecone Vector Database Server

このプロジェクトは、Pinecone ベクトルデータベースへのベクトル化された情報の読み書きを可能にする Model Context Protocol（MCP）サーバーを実装しています。RAG 処理済みの PDF データと Confluence データの両方に対応するよう設計されています。

特長

• テキストクエリで類似ドキュメントを検索
• カスタムメタデータを付けて新しいベクトルをデータベースに追加
• Confluence データをバッチ処理してアップロード
• ID でベクトルを削除
• 基本的なデータベース統計（現在一時的に無効）

前提条件

• Bun ランタイム
• Pinecone API キー
• OpenAI API キー（埋め込みの生成用）

インストール

1. この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：

   bun install
   

3. 次の内容を記述した .env ファイルを作成します：

   PINECONE_API_KEY=your-pinecone-api-key
   OPENAI_API_KEY=your-openai-api-key
   PINECONE_HOST=your-pinecone-host
   PINECONE_INDEX_NAME=your-index-name
   DEFAULT_NAMESPACE=your-namespace
   

使用方法

MCP サーバーの実行

サーバーを起動します：

bun src/index.ts

サーバーが起動し、stdio 経由で MCP コマンドを受け付けます。

サンプルクライアントの実行

サンプルクライアントでサーバーをテストします：

bun examples/client.ts

Confluence データの処理

Confluence 処理スクリプトでは、詳細なログ記録と検証を行います：

bun src/scripts/process-confluence.ts <file-path> [collection] [scope]

パラメーター：

• file-path：Confluence JSON ファイルのパス（必須）
• collection：ドキュメントコレクション名（デフォルトは "documentation"）
• scope：ドキュメントのスコープ（デフォルトは "documentation"）

例：

bun src/scripts/process-confluence.ts ./data/confluence-export.json "tech-docs" "engineering"

スクリプトは次の処理を行います：

1. 入力パラメーターを検証します
2. コンテンツを処理してベクトル化します
3. ベクトルをバッチでアップロードします
4. アップロードが正常に完了したことを検証します
5. 処理の詳細なログを出力します

利用可能なツール

サーバーは次のツールを提供します：

1. search-vectors - 次のパラメーターを指定して類似ドキュメントを検索します：

   • query：string（検索クエリのテキスト）
   • topK：number（1～100、デフォルト：5）
   • filter：object（任意のフィルター条件）

2. add-vector - 次のパラメーターを指定して単一のドキュメントを追加します：

   • text：string（ベクトル化するコンテンツ）
   • metadata：object（ベクトルのメタデータ）
   • id：string（任意のカスタム ID）

3. process-confluence - 次のパラメーターを指定して Confluence JSON データを処理します：

   • filePath：string（JSON ファイルのパス）
   • namespace：string（任意。デフォルトは "capella-document-search"）

4. delete-vectors - 次のパラメーターを指定してベクトルを削除します：

   • ids：string[]（ベクトル ID の一覧）
   • namespace：string（任意。デフォルトは "capella-document-search"）

5. get-stats - データベース統計を取得します（一時的に無効）

データベースの設定

このサーバーには Pinecone ベクトルデータベースが必要です。.env ファイルで接続情報を設定してください：

PINECONE_API_KEY=your-api-key
PINECONE_HOST=your-host
PINECONE_INDEX_NAME=your-index
DEFAULT_NAMESPACE=your-namespace

メタデータスキーマ

Confluence ドキュメント

ID: confluence-[page-id]-[item-id]
title: [title]
pageId: [page-id]
spaceKey: [space-key]
type: [type]
content: [text-content]
author: [author-name]
source: "confluence"
collection: "documentation"
scope: "documentation"
...

コントリビューション

1. リポジトリをフォークします
2. フィーチャーブランチを作成します：git checkout -b feature/my-new-feature
3. 変更をコミットします：git commit -am 'Add some feature'
4. ブランチにプッシュします：git push origin feature/my-new-feature
5. プルリクエストを送信します

ライセンス

MIT