LanceDB Node

by vurtnec
Verified

local-only server

The server can only run on the client’s local machine because it depends on local resources.

Integrations

  • Provides a vector search implementation using Node.js, enabling semantic search capabilities for documents stored in a LanceDB database.

  • Leverages Ollama's embedding model (nomic-embed-text) to create custom embedding functions for converting text into vector representations that can be searched.

  • Supports package management for the MCP server installation and dependency management using pnpm.

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

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. Overview
    1. Prerequisites
      1. Installation
        1. Dependencies
          1. Usage
            1. Configuration
              1. MCP Configuration
                1. Custom Embedding Function
                  1. Vector Search Example
                    1. License
                      1. Contributing
                        ID: ag91p7a1yh