mcp-google-sheets

{ "Make any action on your qdrant vector database": "Qdrant ベクトルデータベース上の任意のアクションを作成します", "Server Address": "サーバーアドレス", "API KEY": "API キー", "The url of the Qdrant instance.": "QdrantインスタンスのURL。", "Enter the API Key of your Qdrant account": "QdrantアカウントのAPIキーを入力してください", "\n### Using Qdrant cloud\n1. Connect to your [Qdrant cloud account](https://cloud.qdrant.io)\n2. Create a new cluster if it's the first time you use Qdrant\n3. Go to Data Access Control and create a new api key and copy it\n4. Go to clusters, click on the arrow `>` and copy the Cluster URL.\n\n### Using self-hosted Qdrant\nTry to create your own qdrant instance using the [documentation guides](https://qdrant.tech/documentation/guides/)\n": "\n### Using Qdrant cloud\n1. Connect to your [Qdrant cloud account](https://cloud.qdrant.io)\n2. Create a new cluster if it's the first time you use Qdrant\n3. Go to Data Access Control and create a new api key and copy it\n4. Go to clusters, click on the arrow `>` and copy the Cluster URL.\n\n### Using self-hosted Qdrant\nTry to create your own qdrant instance using the [documentation guides](https://qdrant.tech/documentation/guides/)\n", "Add points to collection": "ポイントをコレクションに追加", "Get Collection List": "コレクションリストを取得", "Get Collection Infos": "コレクション情報を取得する", "Delete Collection": "コレクションを削除", "Delete Points": "制御点の削除", "Get Points": "Ptを獲得", "Search Points": "ポイントの検索", "Insert a point (= embedding or vector + other infos) to a specific collection, if the collection does not exist it will be created": "特定のコレクションに点 (=埋め込みまたはベクトル + その他の情報) を挿入します。コレクションが存在しない場合、それが作成されます。", "Get the list of all the collections of your database": "データベースのすべてのコレクションのリストを取得します", "Get the all the infos of a specific collection": "特定のコレクションのすべての情報を取得します", "Delete a collection of your database": "データベースのコレクションを削除", "Delete points of a specific collection": "特定のコレクションのポイントを削除", "Get the points of a specific collection": "特定のコレクションのポイントを取得する", "Search for points closest to your given vector (= embedding)": "与えられたベクトルに最も近い点を検索 (=埋め込み)", "Collection Name": "コレクション名", "Embeddings": "埋め込み", "Embeddings Ids": "埋め込みID", "Calculation Method of distance": "距離の計算方法", "Additional Payload": "追加ペイロード", "Storage": "ストレージ", "Choose Points By": "ポイントの選択", "By ids or filtering": "ID またはフィルタリング順", "Embedding": "Embedding", "Must Have": "持っている必要があります", "Must Not Have": "持たないでください", "Negative Vector": "負のベクトル", "Limit Result": "制限結果", "The name of the collection needed for this action": "このアクションに必要なコレクションの名前", "Embeddings (= vectors) for the points": "点の埋め込み (= ベクトル)", "The ids of the embeddings for the points. If not provided, the ids will be generated automatically": "点に対する埋め込みの id です。指定されていない場合、ID は自動的に生成されます。", "The calculation method helps to rank vectors when you want to find the closest points, the method to use depends on the model who's created the embeddings, see the documentation of your model": "計算方法は、最も近い点を見つけたいときにベクトルをランク付けするのに役立ちます 使用する方法は埋め込みを作成したモデルによって異なります。モデルのドキュメントを参照してください", "Please follow [payload documentation](https://qdrant.tech/documentation/concepts/payload/) to add additional information to the points.": "ポイントに追加情報を追加するには、[ペイロードドキュメント](https://qdrant.tech/documentation/concepts/payload/)に従ってください。", "Define where points will be stored": "ポイントが保存される場所を定義します", "The method to use to get the points": "ポイントの取得に使用する方法", "The infos to select points": "ポイントを選択するための情報", "The vector (= embedding) you want to search for.": "検索するベクトル(=埋め込み)を指定します。", "If the point have this property in his payload it will be selected": "ポイントにペイロード内にこのプロパティがある場合、それが選択されます", "If the point have this property in his payload it will not be selected": "ポイントにペイロード内にこのプロパティがある場合は選択されません", "The vector (= embedding) you want to be the farthest.": "遠いベクトル(=埋め込み)になりたい。", "The max number of results you want to get.": "取得したい結果の最大数。", "Cosine": "Cosine", "Euclidean": "Euclidean", "Dot": "ドット", "on Disk": "ディスク上", "On Memory": "On Memory", "Ids": "Id", "Filtering": "フィルタリング" }