关于 Vectorize MCP Server
Vectorize MCP Server 是 Vectorize 官方提供的 MCP 服务,用于向量检索、文档文本提取与分块,以及基于流水线的深度研究。适用于希望在 MCP 客户端中访问 Vectorize 流水线的用户。
主要功能
- 01基于向量的文档检索
- 02将多种文件提取为 Markdown 并分块
- 03基于流水线生成深度研究报告
- 04支持 npx 方式快速启动
适用场景
- 01在 Claude、Cursor 或 Cline 中检索企业文档
- 02将 PDF 等文件转换为 Markdown 后再处理
- 03生成公司财务状况等研究报告
MCP 相关
该项目是 MCP 服务,向 MCP 客户端暴露 retrieve、extract 和 deep-research 三个工具。
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
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
Vectorize MCP 服务
一个模型上下文协议(MCP)服务实现,可与 Vectorize 集成,提供高级向量检索和文本提取功能。
安装
使用 npx 运行
export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID
npx -y @vectorize-io/vectorize-mcp-server@latest
VS Code 安装
如需一键安装,请点击下方任一安装按钮:
手动安装
如需快速安装,请使用本节顶部的一键安装按钮。
如需手动安装,请将以下 JSON 代码块添加到 VS Code 的用户设置(JSON)文件中。按下 Ctrl + Shift + P 并输入 Preferences: Open User Settings (JSON) 即可打开该文件。
{
"mcp": {
"inputs": [
{
"type": "promptString",
"id": "org_id",
"description": "Vectorize Organization ID"
},
{
"type": "promptString",
"id": "token",
"description": "Vectorize Token",
"password": true
},
{
"type": "promptString",
"id": "pipeline_id",
"description": "Vectorize Pipeline ID"
}
],
"servers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "${input:org_id}",
"VECTORIZE_TOKEN": "${input:token}",
"VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
}
}
}
}
}
也可以将以下内容添加到工作区中的 .vscode/mcp.json 文件,以便与他人共享配置:
{
"inputs": [
{
"type": "promptString",
"id": "org_id",
"description": "Vectorize Organization ID"
},
{
"type": "promptString",
"id": "token",
"description": "Vectorize Token",
"password": true
},
{
"type": "promptString",
"id": "pipeline_id",
"description": "Vectorize Pipeline ID"
}
],
"servers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "${input:org_id}",
"VECTORIZE_TOKEN": "${input:token}",
"VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
}
}
}
}
Claude/Windsurf/Cursor/Cline 配置
{
"mcpServers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "your-org-id",
"VECTORIZE_TOKEN": "your-token",
"VECTORIZE_PIPELINE_ID": "your-pipeline-id"
}
}
}
}
工具
检索文档
执行向量搜索并检索文档(请参阅官方 API):
{
"name": "retrieve",
"arguments": {
"question": "Financial health of the company",
"k": 5
}
}
文本提取与分块(任意文件转为 Markdown)
从文档中提取文本并将其分块为 Markdown 格式(请参阅官方 API):
{
"name": "extract",
"arguments": {
"base64document": "base64-encoded-document",
"contentType": "application/pdf"
}
}
深度研究
根据你的管道生成私人深度研究(请参阅官方 API):
{
"name": "deep-research",
"arguments": {
"query": "Generate a financial status report about the company",
"webSearch": true
}
}
开发
npm install
npm run dev
发布
更改 package.json 版本,然后:
git commit -am "x.y.z"
git tag x.y.z
git push origin
git push origin --tags
贡献
- Fork 此仓库
- 创建你的功能分支
- 提交拉取请求
评论
支持 Markdown
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。