mcp-lancedb

🗄️ LLMS용 LanceDB MCP 서버

LLM이 에이전트 기반 RAG 및 LanceDB의 하이브리드 검색을 통해 디스크에 저장된 문서와 직접 상호작용할 수 있도록 하는 모델 컨텍스트 프로토콜(MCP) 서버입니다. LLM에게 데이터세트 전체 또는 특정 문서에 대해 질문할 수 있습니다.

✨ 특징

• 🔍 LanceDB 기반 서버리스 벡터 인덱스 및 문서 요약 카탈로그.
• 📊 LLM 토큰의 효율적인 사용. LLM 자체가 필요할 때 필요한 정보를 직접 조회합니다.
• 📈 보안. 인덱스는 로컬에 저장되므로 로컬 LLM을 사용할 때 데이터가 클라우드로 전송되지 않습니다.

🚀 빠른 시작

시작하려면 인덱스를 저장할 로컬 디렉토리를 만들고 Claude Desktop 구성 파일에 다음 구성을 추가하세요.

MacOS : ~/Library/Application\ Support/Claude/claude_desktop_config.json
윈도우 : %APPDATA%/Claude/claude_desktop_config.json

지엑스피1

필수 조건

• 노드.js 18+
• 엔피엑스
• MCP 클라이언트(예: Claude 데스크톱 앱)
• 요약 및 임베딩 모델이 설치됨(config.ts 참조 - 기본적으로 Ollama 모델을 사용함)
  • ollama pull snowflake-arctic-embed2
  • ollama pull llama3.1:8b

데모

로컬 개발 모드:

npm run build 사용하여 프로젝트를 빌드합니다.

npx @modelcontextprotocol/inspector dist/index.js PATH_TO_LOCAL_INDEX_DIR 사용하여 MCP 도구 검사기를 실행합니다.

시드 데이터

시드 스크립트는 LanceDB에 두 개의 테이블을 생성합니다. 하나는 문서 요약 카탈로그용이고, 다른 하나는 벡터화된 문서 청크용입니다. 시드 스크립트를 실행하려면 다음 명령을 사용하세요.

docs/ 디렉터리의 샘플 데이터를 사용할 수 있습니다. config.ts 파일에서 기본 요약 및 임베딩 모델을 자유롭게 조정하세요. 인덱스를 다시 생성해야 하는 경우 --overwrite 옵션을 사용하여 시드 스크립트를 다시 실행하기만 하면 됩니다.

목록

• 문서 요약
• 메타데이터

덩어리

• 벡터화된 문서 청크
• 메타데이터

🎯 예시 프롬프트

Claude와 함께 다음 프롬프트를 시도하여 기능을 살펴보세요.

📝 사용 가능한 도구

서버는 인덱스와의 상호작용을 위해 다음과 같은 도구를 제공합니다.

카탈로그 도구

• catalog_search : 카탈로그에서 관련 문서를 검색합니다.

청크 도구

• chunks_search : 카탈로그에서 특정 문서를 기반으로 관련 청크를 찾습니다.
• all_chunks_search : 알려진 모든 문서에서 관련 청크를 찾습니다.

📜 라이센스

이 프로젝트는 MIT 라이선스에 따라 라이선스가 부여되었습니다. 자세한 내용은 라이선스 파일을 참조하세요.