Skip to main content
Glama
enesjakozh
rmtech1

TxtAi Memory Vector Server

by rmtech1
OverviewSchemaRelated ServersScoreDiscussions
Python
Remote

TxtAI 보조 MCP

txtai를 이용한 의미 검색 및 메모리 관리를 위한 모델 컨텍스트 프로토콜(MCP) 서버 구현. 이 서버는 의미 검색 기능을 갖춘 텍스트 기반 메모리를 저장, 검색 및 관리하기 위한 강력한 API를 제공합니다.

txtai 소개

이 프로젝트는 NeuML 이 만든 뛰어난 오픈소스 AI 기반 검색 엔진인 txtai를 기반으로 구축되었습니다. txtai는 다음을 제공합니다.

  • 🔍 올인원 의미 검색 솔루션

  • 🧠 변압기를 사용한 신경망 검색

  • 💡 제로샷 텍스트 분류

  • 🔄 텍스트 추출 및 임베딩

  • 🌐 다국어 지원

  • 🚀 고성능 및 확장성

txtai를 모델 컨텍스트 프로토콜(MCP)과 통합하여 기능을 확장하고, Claude와 Cline과 같은 AI 비서가 강력한 의미 검색 기능을 활용할 수 있도록 지원합니다. 이처럼 강력하고 유연한 도구를 만들어 주신 txtai 팀에 특별히 감사드립니다.

Related MCP server: Lspace MCP Server

특징

  • 🔍 저장된 메모리에 대한 의미 검색

  • 💾 파일 기반 백엔드를 갖춘 영구 저장소

  • 🏷️ 태그 기반 메모리 구성 및 검색

  • 📊 메모리 통계 및 상태 모니터링

  • 🔄 자동 데이터 지속성

  • 📝 포괄적인 로깅

  • 🔒 구성 가능한 CORS 설정

  • 🤖 Claude 및 Cline AI와 통합

필수 조건

  • Python 3.8 이상

  • pip(Python 패키지 설치 프로그램)

  • virtualenv(권장)

설치

  1. 이 저장소를 복제하세요:

지엑스피1

  1. 시작 스크립트를 실행합니다.

./scripts/start.sh

스크립트는 다음을 수행합니다.

  • 가상 환경 만들기

  • 필수 종속성 설치

  • 필요한 디렉토리를 설정하세요

  • 템플릿에서 구성 파일을 만듭니다.

  • 서버를 시작합니다

구성

서버는 .env 파일의 환경 변수를 사용하여 구성할 수 있습니다. 템플릿은 .env.template 에 제공됩니다.

# Server Configuration HOST=0.0.0.0 PORT=8000 # CORS Configuration CORS_ORIGINS=* # Logging Configuration LOG_LEVEL=DEBUG # Memory Configuration MAX_MEMORIES=0

Claude 및 Cline AI와 통합

이 TxtAI Assistant는 Claude와 Cline AI와 함께 MCP 서버로 사용되어 의미 메모리와 검색 기능을 강화할 수 있습니다.

Claude에 대한 구성

Claude와 함께 이 서버를 사용하려면 Claude의 MCP 구성 파일(macOS에서는 일반적으로 ~/Library/Application Support/Claude/claude_desktop_config.json 에 위치)에 추가하세요.

{ "mcpServers": { "txtai-assistant": { "command": "path/to/txtai-assistant-mcp/scripts/start.sh", "env": {} } } }

Cline 구성

Cline과 함께 사용하려면 Cline의 MCP 설정 파일(일반적으로 ~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json 에 위치)에 서버 구성을 추가하세요.

{ "mcpServers": { "txtai-assistant": { "command": "path/to/txtai-assistant-mcp/scripts/start.sh", "env": {} } } }

사용 가능한 MCP 도구

구성이 완료되면 Claude와 Cline은 다음 도구를 사용할 수 있습니다.

  1. store_memory : 메타데이터와 태그를 사용하여 새 메모리 콘텐츠를 저장합니다.

{ "content": "Memory content to store", "metadata": { "source": "conversation", "timestamp": "2023-01-01T00:00:00Z" }, "tags": ["important", "context"], "type": "conversation" }

  1. retrieve_memory : 의미 검색을 기반으로 메모리를 검색합니다.

{ "query": "search query", "n_results": 5 }

  1. search_by_tag : 태그로 추억 검색

{ "tags": ["important", "context"] }

  1. delete_memory : 콘텐츠 해시로 특정 메모리 삭제

{ "content_hash": "hash_value" }

  1. get_stats : 데이터베이스 통계 가져오기

{}

  1. check_health : 데이터베이스 및 임베딩 모델 상태를 확인합니다.

{}

사용 예

Claude 또는 Cline에서는 MCP 프로토콜을 통해 다음 도구를 사용할 수 있습니다.

# Store a memory <use_mcp_tool> <server_name>txtai-assistant</server_name> <tool_name>store_memory</tool_name> <arguments> { "content": "Important information to remember", "tags": ["important"] } </arguments> </use_mcp_tool> # Retrieve memories <use_mcp_tool> <server_name>txtai-assistant</server_name> <tool_name>retrieve_memory</tool_name> <arguments> { "query": "what was the important information?", "n_results": 5 } </arguments> </use_mcp_tool>

AI는 이러한 도구를 자동으로 사용하여 대화 중에 맥락을 유지하고 관련 정보를 검색합니다.

API 엔드포인트

메모리 저장

POST /store

선택적인 메타데이터와 태그를 사용하여 새로운 메모리를 저장합니다.

요청 본문:

{ "content": "Memory content to store", "metadata": { "source": "example", "timestamp": "2023-01-01T00:00:00Z" }, "tags": ["example", "memory"], "type": "general" }

추억 검색

POST /search

의미 검색을 사용하여 메모리를 검색하세요.

요청 본문:

{ "query": "search query", "n_results": 5, "similarity_threshold": 0.7 }

태그로 검색

POST /search_tags

태그로 추억을 검색하세요.

요청 본문:

{ "tags": ["example", "memory"] }

메모리 삭제

DELETE /memory/{content_hash}

콘텐츠 해시로 특정 메모리를 삭제합니다.

통계 가져오기

GET /stats

메모리 개수와 태그 분포를 포함한 시스템 통계를 가져옵니다.

건강 검진

GET /health

서버의 상태를 확인하세요.

디렉토리 구조

txtai-assistant-mcp/ ├── server/ │ ├── main.py # Main server implementation │ └── requirements.txt # Python dependencies ├── scripts/ │ └── start.sh # Server startup script ├── data/ # Data storage directory ├── logs/ # Log files directory ├── .env.template # Environment configuration template └── README.md # This file

데이터 저장

메모리와 태그는 data 디렉토리의 JSON 파일에 저장됩니다.

  • memories.json : 저장된 모든 메모리를 포함합니다.

  • tags.json : 태그 인덱스를 포함합니다

벌채 반출

로그는 logs 디렉터리에 저장됩니다. 기본 로그 파일은 server.log 입니다.

개발

이 프로젝트에 기여하려면:

  1. 저장소를 포크하세요

  2. 기능 브랜치 생성

  3. 변경 사항을 만드세요

  4. 풀 리퀘스트 제출

오류 처리

서버는 포괄적인 오류 처리를 구현합니다.

  • 잘못된 요청은 적절한 HTTP 상태 코드를 반환합니다.

  • 오류는 스택 추적으로 기록됩니다.

  • 사용자 친화적인 오류 메시지가 응답으로 반환됩니다.

보안 고려 사항

  • CORS 설정은 환경 변수를 통해 구성할 수 있습니다.

  • 디렉토리 탐색을 방지하기 위해 파일 경로가 정리됩니다.

  • 모든 엔드포인트에서 입력 검증이 수행됩니다.

특허

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

기여하다

기여를 환영합니다! 풀 리퀘스트를 제출해 주세요.

지원하다

문제가 발생하거나 질문이 있는 경우 GitHub 저장소에 문제를 제출하세요.

This server cannot be installed

-
security - not tested
F
license - not found
-
quality - not tested

How are these scores calculated?

Resources

Appeared in Searches

New MCP Servers

Latest Blog Posts

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/rmtech1/txtai-assistant-mcp'

If you have feedback or need assistance with the MCP directory API, please join our Discord server