Vectra MCP Server

Vectra MCP 服务

用于与 Vectra 知识库交互的模型上下文协议（MCP）服务。

这个基于 TypeScript 的 MCP 服务提供了管理和查询 Vectra 实例的工具，可与兼容 MCP 的客户端集成。它会与后端 Vectra API 交互（该 API 可能需要单独运行）。

功能

工具

此服务提供以下工具，用于与 Vectra 交互：

• create_collection：创建新的 Vectra 集合。
  • 输入：name（字符串，必需）、description（字符串，可选）
• list_collections：列出现有的 Vectra 集合。
  • 输入：无
• embed_texts：将多个文本项批量嵌入 Vectra。
  • 输入：items（对象数组，包含必需的 text 和可选的 metadata）、collectionId（字符串，可选）
• embed_files：读取多个本地文件，并将其内容嵌入 Vectra。
  • 输入：sources（本地文件路径数组，必需）、collectionId（字符串，可选）、metadata（对象，可选，应用于所有项）
• add_file_to_collection：将已嵌入的文件（通过其 ID 引用）添加到指定的 Vectra 集合。
  • 输入：collectionId（字符串，必需）、fileId（字符串，必需）
• list_files_in_collection：列出指定 Vectra 集合中的文件。
  • 输入：collectionId（字符串，必需）
• query_collection：查询指定 Vectra 集合中的知识库。
  • 注意：此工具始终使用混合搜索（向量 + 关键词），并默认启用图搜索增强。
  • 输入：collectionId（字符串，必需）、queryText（字符串，必需）、limit（数字，可选）、maxDistance（数字，可选）、graphDepth（数字，可选）、graphRelationshipTypes（字符串数组，可选）、includeMetadataFilters（对象数组，可选）、excludeMetadataFilters（对象数组，可选）
• delete_file：从 Vectra 中删除文件及其关联的嵌入。
  • 输入：fileId（字符串，必需）
• get_arangodb_node：通过键直接从底层 ArangoDB 数据库获取指定节点。
  • 输入：nodeKey（字符串，必需，例如 chunk_xyz 或 doc_abc）

（详细的输入架构请参阅 src/tools.ts）

开发

安装依赖项：

npm install

构建服务：

npm run build

运行服务（通过标准输入/输出进行监听）：

node build/index.js

开发时启用自动重新构建：

npm run watch