MCP埋め込み検索

mcp埋め込み検索

埋め込みとトランスクリプトセグメントを含むTursoデータベースにクエリを実行するモデルコンテキストプロトコル（MCP）サーバー。このツールを使用すると、ユーザーは新しい埋め込みを生成することなく、質問することで関連するトランスクリプトセグメントを検索できます。

特徴

🔍 トランスクリプトセグメントのベクトル類似性検索
📊 コサイン類似度に基づく関連性スコアリング
📝 完全なトランスクリプトメタデータ（エピソードタイトル、タイムスタンプ）
⚙️ 設定可能な検索パラメータ（制限、最小スコア）
🔄効率的なデータベース接続プーリング
🛡️ 包括的なエラー処理
📈 素早い応答のために最適化されたパフォーマンス

構成

このサーバーはMCPクライアント経由で設定する必要があります。以下に、様々な環境における設定例を示します。

傾斜構成

Cline MCP 設定に以下を追加します:

{
	"mcpServers": {
		"mcp-embedding-search": {
			"command": "node",
			"args": ["/path/to/mcp-embedding-search/dist/index.js"],
			"env": {
				"TURSO_URL": "your-turso-database-url",
				"TURSO_AUTH_TOKEN": "your-turso-auth-token"
			}
		}
	}
}

クロードデスクトップ構成

Claude Desktop の構成にこれを追加します:

{
	"mcpServers": {
		"mcp-embedding-search": {
			"command": "node",
			"args": ["/path/to/mcp-embedding-search/dist/index.js"],
			"env": {
				"TURSO_URL": "your-turso-database-url",
				"TURSO_AUTH_TOKEN": "your-turso-auth-token"
			}
		}
	}
}

API

サーバーは 1 つの MCP ツールを実装します。

検索埋め込み

ベクトル類似性を使用して関連するトランスクリプトセグメントを検索します。

パラメータ:

question （文字列、必須）: 検索するクエリテキスト
limit (数値、オプション): 返される結果の数 (デフォルト: 5、最大: 50)
min_score (数値、オプション): 類似度の最小しきい値 (デフォルト: 0.5、範囲: 0-1)

応答形式:

[
	{
		"episode_title": "Episode Title",
		"segment_text": "Transcript segment content...",
		"start_time": 123.45,
		"end_time": 167.89,
		"similarity": 0.85
	}
	// Additional results...
]

データベーススキーマ

このツールでは、次のスキーマを持つ Turso データベースが必要です。

CREATE TABLE embeddings (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  transcript_id INTEGER NOT NULL,
  embedding TEXT NOT NULL,
  FOREIGN KEY(transcript_id) REFERENCES transcripts(id)
);

CREATE TABLE transcripts (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  episode_title TEXT NOT NULL,
  segment_text TEXT NOT NULL,
  start_time REAL NOT NULL,
  end_time REAL NOT NULL
);

embedding列には、 vector_distance_cos関数で使用できるベクトル埋め込みが含まれている必要があります。

発達

設定

リポジトリをクローンする
依存関係をインストールします:

npm install

プロジェクトをビルドします。

npm run build

開発モードで実行:

npm run dev

出版

このプロジェクトではバージョン管理に変更セットを使用しています。公開するには：

変更セットを作成します。

npm run changeset

パッケージのバージョン:

npm run version

npm に公開:

npm run release

貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。

ライセンス

MIT ライセンス - 詳細についてはLICENSEファイルを参照してください。

謝辞

モデルコンテキストプロトコルに基づいて構築
転写データベースにおける効率的なベクトル類似性検索のために設計

This server cannot be installed

security - not tested

license - not found

quality - not tested

How are these scores calculated?

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.

ベクトル類似性を使用して Turso データベース内のトランスクリプトセグメントを検索するモデルコンテキストプロトコルサーバー。これにより、ユーザーは新しい埋め込みを生成することなく、質問することで関連するコンテンツを見つけることができます。

Related Resources

Reddit Discussion about this server

Related MCP Servers

Transcripter MCP Server
zentala
-
security
F
license
-
quality
A 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 -
690
TypeScript
Better Qdrant MCP Server
wrediam
-
security
A
license
-
quality
A 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 -
89
TypeScript
MIT License
mcp-youtube-transcript
sinco-lab
A
security
A
license
A
quality
A 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 -
1
258
10
TypeScript
MIT License
YouTube MCP Server
IA-Programming
-
security
-
license
-
quality
A 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 -
1
Python
MIT License

View all related MCP servers

MCP Embedding Search