Vectara MCP server

by vectara
Apache 2.0
6
  • Apple

Servidor MCP de Vectara

🔌 ¡ Compatible con Claude Desktop y cualquier otro cliente MCP!

Vectara MCP también es compatible con cualquier cliente MCP

El Protocolo de Contexto de Modelo (MCP) es un estándar abierto que permite que los sistemas de IA interactúen sin problemas con diversas fuentes de datos y herramientas, lo que facilita conexiones bidireccionales seguras.

Vectara-MCP proporciona a cualquier aplicación de agente acceso a un RAG rápido y confiable con alucinaciones reducidas, impulsado por la plataforma Trusted RAG de Vectara, a través del protocolo MCP.

Instalación

Puede instalar el paquete directamente desde PyPI:

pip install vectara-mcp

Herramientas disponibles

  • ask_vectara: Ejecuta una consulta RAG usando Vectara y devuelve resultados de búsqueda con una respuesta generada.Argumentos:
    • consulta: str, La consulta del usuario a ejecutar - requerida.
    • corpus_keys: list[str], Lista de claves de corpus de Vectara para la búsqueda (obligatorio). Solicite al usuario que proporcione una o más claves de corpus.
    • api_key: str, la clave API de Vectara (obligatoria).
    • n_sentences_before: int, número de oraciones antes de la respuesta para incluir en el contexto - opcional, el valor predeterminado es 2.
    • n_sentences_after: int, número de oraciones después de la respuesta para incluir en el contexto (opcional, el valor predeterminado es 2).
    • lexical_interpolation: float, la cantidad de interpolación léxica a utilizar (opcional, el valor predeterminado es 0,005).
    • max_used_search_results: int, el número máximo de resultados de búsqueda a utilizar (opcional, el valor predeterminado es 10).
    • generation_preset_name: str, el nombre del ajuste preestablecido de generación a utilizar (opcional, el valor predeterminado es "vectara-summary-table-md-query-ext-jan-2025-gpt-4o").
    • response_language: str, El idioma de la respuesta - opcional, el valor predeterminado es "eng".

    Devoluciones:

    • La respuesta de Vectara, incluida la respuesta generada y los resultados de la búsqueda.
  • search_vectara: Ejecuta una consulta de búsqueda semántica utilizando Vectara, sin generación.Argumentos:
    • consulta: str, La consulta del usuario a ejecutar - requerida.
    • corpus_keys: list[str], Lista de claves de corpus de Vectara para la búsqueda (obligatorio). Solicite al usuario que proporcione una o más claves de corpus.
    • api_key: str, la clave API de Vectara (obligatoria).
    • n_sentences_before: int, número de oraciones antes de la respuesta para incluir en el contexto - opcional, el valor predeterminado es 2.
    • n_sentences_after: int, número de oraciones después de la respuesta para incluir en el contexto (opcional, el valor predeterminado es 2).
    • lexical_interpolation: float, la cantidad de interpolación léxica a utilizar (opcional, el valor predeterminado es 0,005).

    Devoluciones:

    • La respuesta de Vectara, incluidos los resultados de búsqueda coincidentes.

Configuración con Claude Desktop

Añade a tu claude_desktop_config.json:

{ "mcpServers": { "Vectara": { "command": "uv", "args": [ "tool", "run", "vectara-mcp" ] } } }

Uso en la aplicación de escritorio Claude

Una vez completada la instalación y configurada la aplicación de escritorio de Claude, debe cerrarla por completo y volver a abrirla para ver el servidor Vectara-mcp. Debería ver un icono de martillo en la esquina inferior izquierda de la aplicación, que indica las herramientas MCP disponibles. Puede hacer clic en él para obtener más información sobre las herramientas Vectara-search y Vectara-extract.

Ahora Claude tendrá acceso completo al servidor Vectara-mcp, incluyendo las herramientas ask-vectara y search-vectara. Al ejecutar las herramientas por primera vez, Claude le solicitará su clave de API de Vectara y la clave de corpus (o claves si desea usar varios corpus). Después de configurarlas, estará listo para empezar. Aquí tiene algunos ejemplos que puede probar (con el corpus de Vectara que incluye información de nuestro sitio web ):

Ejemplos de Vectara RAG

  1. Consulta del corpus de Vectara :
ask-vectara Who is Amr Awadallah?
  1. Buscando en el corpus de Vectara :
search-vectara events in NYC?

Agradecimientos ✨

-
security - not tested
A
license - permissive license
-
quality - not tested

Servidor Vectara MCP

  1. Installation
    1. Available Tools
      1. Configuration with Claude Desktop
        1. Usage in Claude Desktop App
          1. Vectara RAG Examples
        2. Acknowledgments ✨

          Related MCP Servers

          • -
            security
            A
            license
            -
            quality
            MCP server for toolhouse.ai. This does not rely on an external llm unlike the official server.
            Last updated -
            1
            Python
            MIT License
          • A
            security
            A
            license
            A
            quality
            An MCP server that provides LLMs access to other LLMs
            Last updated -
            4
            14
            12
            JavaScript
            MIT License
          • A
            security
            F
            license
            A
            quality
            A lightweight MCP server that provides a unified interface to various LLM providers including OpenAI, Anthropic, Google Gemini, Groq, DeepSeek, and Ollama.
            Last updated -
            6
            84
            Python

          View all related MCP servers

          ID: 2kdzr5p5zp