Skip to main content
Glama

LanceDB Node

by vurtnec

LanceDB Node.js ベクター検索

LanceDB と Ollama の埋め込みモデルを使用したベクトル検索の Node.js 実装。

概要

このプロジェクトでは、次の方法を説明します。

  • LanceDBデータベースに接続する
  • Ollamaを使用してカスタム埋め込み関数を作成する
  • 保存されたドキュメントに対してベクトル類似性検索を実行する
  • 検索結果を処理して表示する

前提条件

  • Node.js (v14以降)
  • Ollama はnomic-embed-textモデルを使用してローカルで実行されています
  • 読み取り/書き込み権限を持つLanceDBの保存場所

インストール

  1. リポジトリをクローンする
  2. 依存関係をインストールします:
pnpm install

依存関係

  • @lancedb/lancedb : Node.js 用の LanceDB クライアント
  • apache-arrow : 列指向データの処理用
  • node-fetch : OllamaへのAPI呼び出しを行うため

使用法

ベクトル検索テスト スクリプトを実行します。

pnpm test-vector-search

または直接実行します:

node test-vector-search.js

構成

スクリプトは以下に接続します:

  • 設定されたパスのLanceDB
  • Ollama API ( http://localhost:11434/api/embeddings

MCP構成

Claude Desktop を MCP サービスとして統合するには、MCP 構成 JSON に以下を追加します。

{ "mcpServers": { "lanceDB": { "command": "node", "args": [ "/path/to/lancedb-node/dist/index.js", "--db-path", "/path/to/your/lancedb/storage" ] } } }

パスを実際のインストール パスに置き換えます。

  • /path/to/lancedb-node/dist/index.js - コンパイルされた index.js ファイルへのパス
  • /path/to/your/lancedb/storage - LanceDB ストレージディレクトリへのパス

カスタム埋め込み機能

このプロジェクトには、次の機能を備えたカスタムOllamaEmbeddingFunctionが含まれています。

  • Ollama APIにテキストを送信します
  • 768次元の埋め込みを受け取る
  • LanceDB で使用できるようにフォーマットします

ベクトル検索の例

この例では、「ai-rag」テーブルで「成功基準の定義方法」を検索し、類似度スコアとともに結果を表示します。

ライセンス

MITライセンス

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。

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

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

LanceDB と Ollama の埋め込みモデルを使用したベクトル検索の Node.js 実装。

  1. 概要
    1. 前提条件
      1. インストール
        1. 依存関係
          1. 使用法
            1. 構成
              1. MCP構成
                1. カスタム埋め込み機能
                  1. ベクトル検索の例
                    1. ライセンス
                      1. 貢献

                        Related MCP Servers

                        • -
                          security
                          A
                          license
                          -
                          quality
                          Provides RAG capabilities for semantic document search using Qdrant vector database and Ollama/OpenAI embeddings, allowing users to add, search, list, and delete documentation with metadata support.
                          Last updated -
                          5
                          4
                          TypeScript
                          Apache 2.0
                        • A
                          security
                          A
                          license
                          A
                          quality
                          A server that provides data retrieval capabilities powered by Chroma embedding database, enabling AI models to create collections over generated data and user inputs, and retrieve that data using vector search, full text search, and metadata filtering.
                          Last updated -
                          12
                          188
                          Python
                          Apache 2.0
                        • -
                          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
                        • -
                          security
                          A
                          license
                          -
                          quality
                          Enables semantic search across multiple Qdrant vector database collections, supporting multi-query capability and providing semantically relevant document retrieval with configurable result counts.
                          Last updated -
                          46
                          TypeScript
                          MIT License

                        View all related MCP servers

                        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/vurtnec/mcp-LanceDB-node'

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