local-only server

The server can only run on the client’s local machine because it depends on local resources.

Integrations

Uses Docker volumes for persistent model caching and deployment of the vector search service
Monitors Git-managed projects for file changes and provides real-time search updates as code evolves
Supports installation and deployment from GitHub repositories, with direct integration for source code access

Archivos-DB-MCP: Búsqueda vectorial para proyectos de código

Un sistema de base de datos vectorial local que proporciona a los agentes de codificación LLM capacidades de búsqueda rápidas y eficientes para proyectos de software a través del Protocolo de control de mensajes (MCP).

Características

Configuración cero : detecta automáticamente la estructura del proyecto con valores predeterminados razonables
Monitoreo en tiempo real : vigila continuamente los cambios en los archivos
Búsqueda vectorial : búsqueda semántica para encontrar código relevante
Interfaz MCP : compatible con Claude Code y otras herramientas LLM
Modelos de código abierto : utiliza modelos de caras abrazadas para incrustaciones de código

Instalación

Opción 1: Clonar y configurar (recomendado)

# Using SSH (recommended if you have SSH keys set up with GitHub)
git clone git@github.com:randomm/files-db-mcp.git ~/.files-db-mcp && bash ~/.files-db-mcp/install/setup.sh

# Using HTTPS (if you don't have SSH keys set up)
git clone https://github.com/randomm/files-db-mcp.git ~/.files-db-mcp && bash ~/.files-db-mcp/install/setup.sh

Opción 2: Script de instalación automatizada

curl -fsSL https://raw.githubusercontent.com/randomm/files-db-mcp/main/install/install.sh | bash

Uso

Después de la instalación, ejecute en cualquier directorio del proyecto:

files-db-mcp

El servicio permitirá:

Detecta tus archivos de proyecto
Iniciar la indexación en segundo plano
Comience a responder a las consultas de búsqueda de MCP de inmediato

Requisitos

Estibador
Docker Compose

Configuración

Files-DB-MCP funciona sin configuración, pero puedes personalizarlo con variables de entorno:

EMBEDDING_MODEL - Cambia el modelo de incrustación (predeterminado: 'jinaai/jina-embeddings-v2-base-code' o modelo específico del proyecto)
FAST_STARTUP - Establezca en 'verdadero' para utilizar un modelo más pequeño para un inicio más rápido (valor predeterminado: 'falso')
QUANTIZATION - Habilitar o deshabilitar la cuantificación (valor predeterminado: 'verdadero')
BINARY_EMBEDDINGS - Habilitar o deshabilitar incrustaciones binarias (predeterminado: 'false')
IGNORE_PATTERNS - Lista separada por comas de archivos/directorios a ignorar

Primera puesta en marcha

En la primera ejecución, Files-DB-MCP descargará modelos de incrustación, lo que puede tardar varios minutos dependiendo de:

El tamaño del modelo seleccionado (300-500 MB para modelos de alta calidad)
La velocidad de tu conexión a Internet

Los inicios posteriores serán mucho más rápidos, ya que los modelos se almacenan en caché en un volumen Docker persistente. Para un inicio inicial más rápido, puede:

# Use a smaller, faster model (90MB)
EMBEDDING_MODEL=sentence-transformers/all-MiniLM-L6-v2 files-db-mcp

# Or enable fast startup mode
FAST_STARTUP=true files-db-mcp

Almacenamiento en caché de modelos

Files-DB-MCP conserva automáticamente los modelos de incrustación descargados, por lo que solo necesita descargarlos una vez:

Los modelos se almacenan en un volumen Docker llamado model_cache
Este volumen persiste entre reinicios de contenedores y entre diferentes proyectos.
El caché se comparte para todos los proyectos que utilizan Files-DB-MCP en su máquina
No es necesario volver a descargar el modelo para cada proyecto

Integración de Claude Code

Añade a tu configuración de Claude Code:

{
  "mcpServers": {
    "files-db-mcp": {
      "command": "python",
      "args": ["/path/to/src/claude_mcp_server.py", "--host", "localhost", "--port", "6333"]
    }
  }
}

Para obtener más detalles, consulte Integración de Claude MCP .

Documentación

Guía de instalación : instrucciones de configuración detalladas
Referencia de API : documentación completa de la API
Guía de configuración - Opciones de configuración

Estructura del repositorio

/src - Código fuente
/tests - Pruebas unitarias y de integración
/docs - Documentación
/scripts - Scripts de utilidad
/install - Scripts de instalación
/.docker - Configuración de Docker
/config - Archivos de configuración
/ai-assist - Archivos de asistencia de IA

Licencia

Licencia MIT

Contribuyendo

¡Se agradecen las contribuciones! No dudes en enviar una solicitud de incorporación de cambios.

This server cannot be installed

-

security - not tested

A

license - permissive license

-

quality - not tested

Un sistema de base de datos vectorial local que proporciona a los agentes de codificación LLM capacidades de búsqueda semántica rápidas y eficientes para proyectos de software a través del Protocolo de control de mensajes.