mcp-embedding-search
Ein Model Context Protocol (MCP)-Server, der eine Turso-Datenbank mit Einbettungen und Transkriptsegmenten abfragt. Mit diesem Tool können Benutzer durch Fragen nach relevanten Transkriptsegmenten suchen, ohne neue Einbettungen zu generieren.
Merkmale
- 🔍 Vektorähnlichkeitssuche für Transkriptsegmente
- 📊 Relevanzbewertung basierend auf Kosinusähnlichkeit
- 📝 Vollständige Transkript-Metadaten (Episodentitel, Zeitstempel)
- ⚙️ Konfigurierbare Suchparameter (Limit, Mindestpunktzahl)
- 🔄 Effizientes Datenbankverbindungspooling
- 🛡️ Umfassende Fehlerbehandlung
- 📈 Leistung für schnelle Antworten optimiert
Konfiguration
Dieser Server muss über Ihren MCP-Client konfiguriert werden. Hier sind Beispiele für verschiedene Umgebungen:
Cline-Konfiguration
Fügen Sie dies zu Ihren Cline MCP-Einstellungen hinzu:
Claude Desktop-Konfiguration
Fügen Sie dies zu Ihrer Claude Desktop-Konfiguration hinzu:
API
Der Server implementiert ein MCP-Tool:
Sucheinbettungen
Suchen Sie mithilfe der Vektorähnlichkeit nach relevanten Transkriptsegmenten.
Parameter:
question
(Zeichenfolge, erforderlich): Der zu suchende Abfragetextlimit
(Zahl, optional): Anzahl der zurückzugebenden Ergebnisse (Standard: 5, Max: 50)min_score
(Zahl, optional): Minimaler Ähnlichkeitsschwellenwert (Standard: 0,5, Bereich: 0-1)
Antwortformat:
Datenbankschema
Dieses Tool erwartet eine Turso-Datenbank mit folgendem Schema:
Die embedding
sollte Vektoreinbettungen enthalten, die mit der Funktion vector_distance_cos
verwendet werden können.
Entwicklung
Aufstellen
- Klonen Sie das Repository
- Installieren Sie Abhängigkeiten:
- Erstellen Sie das Projekt:
- Im Entwicklungsmodus ausführen:
Veröffentlichen
Das Projekt verwendet Änderungssätze zur Versionsverwaltung. So veröffentlichen Sie:
- Erstellen Sie einen Änderungssatz:
- Versionieren Sie das Paket:
- Auf npm veröffentlichen:
Beitragen
Beiträge sind willkommen! Senden Sie gerne einen Pull Request.
Lizenz
MIT-Lizenz – Einzelheiten finden Sie in der Datei LICENSE .
Danksagung
- Basierend auf dem Model Context Protocol
- Entwickelt für die effiziente Vektorähnlichkeitssuche in Transkriptdatenbanken
This server cannot be installed
remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Ein Model Context Protocol-Server, der Transkriptsegmente in einer Turso-Datenbank mithilfe von Vektorähnlichkeit durchsucht und es Benutzern ermöglicht, relevante Inhalte zu finden, indem sie Fragen stellen, ohne neue Einbettungen zu generieren.
Related Resources
Related MCP Servers
- -securityFlicense-qualityA Model Context Protocol server that provides AI-powered features for the Transcripter project, including tools for searching and summarizing transcriptions and resources for accessing transcription and analysis data.Last updated -738TypeScript
- AsecurityAlicenseAqualityA Model Context Protocol server that enables semantic search capabilities by providing tools to manage Qdrant vector database collections, process and embed documents using various embedding services, and perform semantic searches across vector embeddings.Last updated -451TypeScriptMIT License
- AsecurityAlicenseAqualityA Model Context Protocol server that enables retrieval of transcripts from YouTube videos. This server provides direct access to video transcripts and subtitles through a simple interface, making it ideal for content analysis and processing.Last updated -144422TypeScriptMIT License
- -securityAlicense-qualityA Model Context Protocol server that enables searching YouTube videos, retrieving and storing transcripts, and performing semantic search over video content without using the official YouTube API.Last updated -5PythonMIT License