mcpField
L
LanceDB

LanceDB

本地服务
github.com/vurtnec数据库083 周前更新
代码仓库

关于 LanceDB

LanceDB 是基于 Node.js 的向量搜索示例项目，面向使用 LanceDB 和 Ollama 嵌入模型处理文档的开发者。项目演示自定义嵌入函数和相似度搜索。

主要功能

  1. 01连接 LanceDB 数据库
  2. 02使用 Ollama 创建嵌入
  3. 03对文档执行向量相似度搜索
  4. 04展示搜索结果与相似度分数

适用场景

  1. 01在 LanceDB 中检索相似文档
  2. 02测试 Ollama 生成的文本嵌入
  3. 03查看文档搜索结果的相似度

MCP 相关

项目可配置为 MCP 服务，并在 MCP 客户端配置中连接 LanceDB。

#lancedb#vector-search#nodejs

配置

本地服务的配置在各客户端中通用，复制后粘贴到客户端的 MCP 配置文件即可。

暂未收录安装方式

我们还没有获取到这个服务的安装包或远程地址，请按项目 README 中的说明安装。

代码仓库

工具

还没有获取到工具列表

本地服务需要在你的电脑上运行后才能读取工具，维护者暂未提供工具列表。

详细介绍

LanceDB Node.js 向量搜索

使用 LanceDB 和 Ollama 的嵌入模型实现的 Node.js 向量搜索。

概述

本项目演示如何：

  • 连接到 LanceDB 数据库
  • 使用 Ollama 创建自定义嵌入函数
  • 对存储的文档执行向量相似度搜索
  • 处理并显示搜索结果

先决条件

  • Node.js（v14 或更高版本）
  • 本地运行的 Ollama，且已安装 nomic-embed-text 模型
  • 具有读写权限的 LanceDB 存储位置

安装

  1. 克隆仓库
  2. 安装依赖项：
pnpm install

依赖项

  • @lancedb/lancedb：适用于 Node.js 的 LanceDB 客户端
  • apache-arrow：用于处理列式数据
  • node-fetch：用于向 Ollama 发起 API 调用

用法

运行向量搜索测试脚本：

pnpm test-vector-search

或直接执行：

node test-vector-search.js

配置

该脚本连接到：

  • 配置路径下的 LanceDB
  • 地址为 http://localhost:11434/api/embeddings 的 Ollama API

MCP 配置

要将其作为 MCP 服务集成到 Claude Desktop，请将以下内容添加到 MCP 配置 JSON 中：

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

请将路径替换为实际的安装路径：

  • /path/to/lancedb-node/dist/index.js：编译后的 index.js 文件路径
  • /path/to/your/lancedb/storage：LanceDB 存储目录路径

自定义嵌入函数

本项目包含一个自定义的 OllamaEmbeddingFunction，用于：

  • 将文本发送到 Ollama API
  • 接收 768 维嵌入向量
  • 将其格式化，以便与 LanceDB 配合使用

向量搜索示例

此示例会在“ai-rag”表中搜索“如何定义成功标准”，并显示搜索结果及其相似度分数。

许可证

MIT 许可证

参与贡献

欢迎贡献！请随时提交拉取请求。

评论

支持 Markdown

第一次接触 MCP？

从协议是什么，到在客户端里装上第一个服务，这几条回答覆盖了大多数入门问题。

一个开放协议，规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话，MCP 服务负责提供工具、资源和提示模板，两者通过标准消息通信，同一个服务可以被不同客户端复用。