关于 Manticore Search
Manticore Search MCP Server 让 AI 助手查询 Manticore Search 数据库,并查看其架构与文档。它支持 SQL 查询,默认禁用写入和破坏性操作。
主要功能
- 01执行 SQL 查询
- 02列出表和索引
- 03查看表结构
- 04获取 Manticore 文档
- 05可选控制写入与删除操作
适用场景
- 01查询 Manticore 数据库
- 02检查可用表和结构
- 03查阅 Manticore 手册文档
- 04需要修改数据库时启用写入
MCP 相关
向 MCP 客户端提供查询、结构和文档工具,以及内置的 Manticore 指引提示词。支持本地 stdio 和可配置的 HTTP 传输。
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。
工具
5收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| query | string | 是 | 要执行的 SQL 查询(例如,"SELECT * FROM my_index LIMIT 10") |
详细介绍
Manticore Search MCP Server
Manticore Search 的 MCP 服务 — 让 AI 助手能够直接查询和管理 Manticore Search 数据库。
快速开始
安装
# Option 1: Install with uv (recommended, requires PyPI release)
uvx mcp-manticore
# Option 2: Install with pip
pip install mcp-manticore
# Option 3: Run from source (for local development)
uvx --from . mcp-manticore
# Or: uv run mcp-manticore
注意:
uvx可直接运行软件包,无需安装。首次运行可能需要一些时间来下载依赖项。- 必须将软件包发布到 PyPI,
uvx mcp-manticore才能运行。- 对于本地开发或测试尚未发布的版本,请使用
uvx --from . mcp-manticore
功能介绍
工具
| 工具 | 描述 |
|---|---|
run_query | 执行 SQL 查询(SELECT、SHOW、DESCRIBE 等) |
list_tables | 列出所有表和索引 |
describe_table | 获取表结构 |
list_documentation | 列出可用的文档文件 |
get_documentation | 从 Manticore 手册获取指定文档 |
提示词
manticore_initial_prompt— 内置提示词,用于向大模型介绍 Manticore Search 的功能(全文搜索运算符、KNN 向量搜索、模糊搜索等)
健康检查
/health 处的 HTTP 端点,用于监控连接状态。
配置
环境变量
| 变量 | 默认值 | 描述 |
|---|---|---|
MANTICORE_HOST | localhost | Manticore 服务主机 |
MANTICORE_PORT | 9308 | HTTP API 端口 |
MANTICORE_USER | — | 用户名(可选) |
MANTICORE_PASSWORD | — | 密码(可选) |
MANTICORE_CONNECT_TIMEOUT | 30 | 连接超时时间(秒) |
MANTICORE_QUERY_TIMEOUT | 30 | 查询超时时间(秒) |
MANTICORE_ALLOW_WRITE_ACCESS | false | 启用写入操作(INSERT、UPDATE、DELETE) |
MANTICORE_ALLOW_DROP | false | 启用破坏性操作(DROP、TRUNCATE) |
GITHUB_TOKEN | — | 用于提高 API 速率限制的 GitHub 令牌 |
安全
默认情况下,所有写入操作都已禁用。启用方法:
# Enable writes (INSERT, UPDATE, DELETE)
export MANTICORE_ALLOW_WRITE_ACCESS=true
# Enable destructive operations (DROP, TRUNCATE)
export MANTICORE_ALLOW_DROP=true
连接到 AI 助手
Claude Code
打开终端并运行:
claude mcp add manticore -- uvx mcp-manticore
或使用环境变量:
claude mcp add manticore -- uvx mcp-manticore -- \
MANTICORE_HOST=localhost \
MANTICORE_PORT=9308
如需完整配置,请编辑 ~/.claude/mcp_settings.json:
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
重启 Claude Code,或输入 /mcp restart 以应用更改。
Cursor
方法 1:通过设置界面
- 打开 Cursor → Settings → Tools & MCP
- 点击“Add MCP Server”
- 输入名称:
manticore - 命令:
uvx mcp-manticore
方法 2:通过配置文件
全局配置(~/.cursor/mcp.json):
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
项目配置(项目中的 .cursor/mcp.json):
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"]
}
}
}
Windsurf
方法 1:通过 Cascade 界面
- 打开 Windsurf → Cascade 面板
- 点击右上角的 MCP 图标(🔨)
- 点击“Add Server”
- 输入:
uvx mcp-manticore
方法 2:通过配置文件
编辑 ~/.codeium/windsurf/mcp_config.json:
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
或者在 Windsurf 中直接打开:Cmd/Ctrl + Shift + P → “MCP Configuration Panel”
OpenAI Codex
在终端中运行:
codex mcp add manticore -- uvx mcp-manticore
使用环境变量:
codex mcp add manticore \
--env MANTICORE_HOST=localhost \
--env MANTICORE_PORT=9308 \
-- uvx mcp-manticore
或者直接编辑 ~/.codex/config.toml:
[mcp_servers.manticore]
command = "uvx"
args = ["mcp-manticore"]
env = { MANTICORE_HOST = "localhost", MANTICORE_PORT = "9308" }
Gemini CLI
编辑 ~/.gemini/settings.json:
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
VS Code (GitHub Copilot)
在工作区中创建 .vscode/mcp.json:
{
"servers": {
"manticore": {
"type": "stdio",
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
Cline
- 在 VS Code 中打开 Cline 面板
- 点击 MCP 服务图标
- 点击“Configure” → “Add Server”
- 选择“Command (stdio)”并输入:
- 名称:
manticore - 命令:
uvx mcp-manticore
- 名称:
或者直接编辑 MCP 设置文件(通过 MCP 服务图标 → “Edit Config” 访问):
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
Roo Code
- 在 VS Code 中打开 Roo Code 面板
- 点击 MCP 服务图标 → “Edit MCP Settings”
- 添加服务配置
或者在项目根目录创建 .roo/mcp.json:
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
Claude Desktop (Legacy)
编辑 ~/Library/Application Support/Claude/claude_desktop_config.json(macOS)或 %APPDATA%/Claude/claude_desktop_config.json(Windows):
{
"mcpServers": {
"manticore": {
"command": "uvx",
"args": ["mcp-manticore"],
"env": {
"MANTICORE_HOST": "localhost",
"MANTICORE_PORT": "9308"
}
}
}
}
HTTP 传输(远程 MCP)
默认情况下,MCP 使用 stdio(本地)。如需远程访问:
export MANTICORE_MCP_SERVER_TRANSPORT=http
export MANTICORE_MCP_BIND_PORT=8000
export MANTICORE_MCP_AUTH_TOKEN="your-secure-token"
uvx mcp-manticore
通过 URL 连接:
{
"mcpServers": {
"manticore": {
"url": "http://localhost:8000/mcp",
"headers": {
"Authorization": "Bearer your-secure-token"
}
}
}
}
故障排除
安装 uv(必需)
macOS / Linux:
# Via installer script (recommended)
curl -LsSf https://astral.sh/uv/install.sh | sh
# Or via Homebrew
brew install uv
Windows:
# Via PowerShell
irm https://astral.sh/uv/install.ps1 | iex
# Or via winget
winget install astral-sh.uv
验证安装:
uv --version
MCP 服务无法连接
- 确认 Manticore 正在运行:
curl http://localhost:9308/health - 检查环境变量是否设置正确
- 对于 Claude Code:使用
/mcp restart重启
加载的工具过多
某些 Agent 会限制可用的 MCP 工具数量。请移除未使用的服务,或使用项目范围的配置。
开发
# Clone and setup
git clone https://github.com/manticoresoftware/mcp-manticore.git
cd mcp-manticore
# Install dependencies
uv sync
# Run locally
uv run mcp-manticore
# Run with custom config
MANTICORE_HOST=remote-server MANTICORE_PORT=9308 uv run mcp-manticore
# Run tests
uv run pytest
# Build package
uv build
# Publish to PyPI
uv publish
架构
| 文件 | 用途 |
|---|---|
mcp_manticore/mcp_env.py | 配置管理 |
mcp_manticore/mcp_server.py | MCP 服务实现 |
mcp_manticore/manticore_prompt.py | 大模型指引/提示词 |
mcp_manticore/docs_fetcher.py | GitHub 文档获取器 |
mcp_manticore/main.py | CLI 入口 |
许可证
评论
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。