vector-mcp
vector-mcp
Action-Routed-MCP- und Agent-Schnittstellen für eine kontrollierte Verwaltung und den Abruf von Vektor-Collections.
Die native Voreinstellung ist epistemic-graph. Sichere, optional aktivierbare Provider umfassen PostgreSQL/pgvector, Qdrant und MongoDB Atlas.
Version: 3.1.0
Verwaltete Fähigkeit
MCP-Tools:
vector_collection_managementundvector_searchSkill-Provider: der konsolidierte Workflow
vector-mcp-operationsOntologie-Provider: die gebündelte Vektorabruf-Ontologie
Quell-Connector-Provider: ein schreibgeschütztes Vektor-Collection-Inventar-Preset
Laufzeitkonfiguration: AgentConfig, Umgebungsvariablen und Secret-Referenzen
Datenschutz-Profil: keine eingecheckten Endpunkte, Anmeldedaten, persönlichen Identitäten oder Host-Pfade
Related MCP server: production-grade-mcp-agentic-system
Installation
Verwenden Sie die kleinste, für die Bereitstellung benötigte Extra-Menge:
uvx --from 'vector-mcp[mcp]' vector-mcpDie Laufzeit erfordert agent-utilities>=2.0.0 und dessen in sich geschlossenen, vollständigen epistemic-graph-Engine-Vertrag. Ein reines, nur aus Zahlen bestehendes oder unvollständiges Engine-Profil ist keine unterstützte Bereitstellung.
Für einen ausgewählten Storage-Provider:
uv add 'vector-mcp[postgres]'
uv add 'vector-mcp[qdrant]'
uv add 'vector-mcp[mongodb]'Das Extra all aktiviert jeden unterstützten optionalen Provider sowie die Agent-, Langfuse- und Logfire-Laufzeiten. Produktionsimages sollten nur die Provider installieren, die sie auch betreiben.
MCP-Konfiguration
Das Paket enthält eine neutrale Agent-Startkonfiguration, die nur den Befehl, den kondensierten Tool-Modus und die Tool-Umschaltungen enthält. Laufzeitwerte werden von AgentConfig geerbt oder vom Betreiber injiziert. Detaillierte Anweisungen zur Verwendung der zugrunde liegenden API-Wrapper, erweiterten Schemabindungen und Entwickler-SDK-Referenzen werden in docs/index.md gepflegt.
MCP
Dieser Server nutzt dynamische Action-Routed-Tools, um den Token-Overhead zu optimieren und die IDE-Kompatibilität zu maximieren.
Verfügbare MCP-Tools
Automatisch aus dem laufenden MCP-Server generiert — nicht manuell bearbeiten.
Kondensierte Action-Routed-Tools (MCP_TOOL_MODE=condensed)
MCP Tool | Toggle-Env-Var | Beschreibung |
|
| Verwaltet die Collect-Management-Vorgänge. |
|
| Verwaltet Suchvorgänge. |
2 Action-Routed-Tools · 0 Verbose-1:1-Tools. Jedes ist aktiviert, sofern sein <DOMAIN>TOOL-Toggle nicht auf false gesetzt ist; MCP_TOOL_MODE wählt die Oberfläche (**intent Standard* – die sechs Verb-Tools, granulare, bei Bedarf geladene Menge · condensed Action-Routed · verbose 1:1 · both). Automatisch generiert – nicht manuell bearbeiten.*
Detaillierte Tool-Schemas, Parameterformen und Validierungsbedingungen sind in der Benutzeranleitung erhalten.
Dynamische Tool-Auswahl und Sichtbarkeit
Dieser MCP-Server unterstützt dynamische Toolset-Auswahl und Sichtbarkeitsfilterung zur Laufzeit. Damit können Sie die bereitgestellte Auswahl an Tools einschränken, um die Sprengung des LLM-Kontextfensters zu vermeiden.
Sie können die Toolfilterung über mehrere Eingabekanäle konfigurieren:
CLI-Argumente: Übergeben Sie beim Start
--toolsoder--toolsets(oder deren deaktivierte Gegenstücke--disabled-toolsund--disabled-toolsets).Umgebungsvariablen: Definieren Sie Standard-Umgebungsvariablen:
MCP_ENABLED_TOOLS/MCP_DISABLED_TOOLSMCP_ENABLED_TAGS/MCP_DISABLED_TAGS
HTTP-SSE-Request-Header: Übergeben Sie während der Transportinitialisierung benutzerdefinierte Header:
x-mcp-enabled-tools/x-mcp-disabled-toolsx-mcp-enabled-tags/x-mcp-disabled-tags
HTTP-SSE-Request-Abfrageparameter: Hängen Sie Abfrageparameter direkt an die Transport-URL an:
?tools=tool1,tool2?tags=tag1
Wenn Abfragewerte oder -parameter angegeben werden, gleicht eine LLM-freie Knowledge-Graph-Auflösungsebene (unter Verwendung von DynamicToolOrchestrator) die Abfrageabsichten mit bekannten Tool-Tags, -Namen oder -Beschreibungen ab, mit sicherem Fallback und automatischer 24-Stunden-Hintergrund-Cache-Aktualisierung.
MCP-Konfigurationsbeispiele
Installieren Sie das auf Konnektoren ausgerichtete
[mcp]-Extra. Beispiele verwendenvector-mcp[mcp], um FastMCP / FastAPI überagent-utilities[mcp]hinzuzufügen; Der erforderliche Agent-Utilities-Core bringt weiterhinepistemic-graph[full]mit. Das[agent-runtime]-Extra aktiviert zusätzlich die Modell-Orchestrierung.
stdio-Transport (lokale IDEs – Cursor, Claude Desktop, VS Code)
{
"mcpServers": {
"vector-mcp": {
"command": "uvx",
"args": [
"--from",
"vector-mcp[mcp]",
"vector-mcp"
],
"env": {
"MCP_TOOL_MODE": "intent",
"COLLECTION_MANAGEMENTTOOL": "True",
"DATABASE_TYPE": "epistemic_graph",
"LLM_SSL_VERIFY": "False",
"SEARCHTOOL": "True",
"VECTOR_DB_TYPE": "epistemic_graph"
}
}
}
}Laufzeit-Referenzen erfordern einen alias-bewussten Launcher wie GraphOS. Andere Launcher müssen diese Einträge weglassen und die aufgelösten Werte durch ihre eigene Laufzeit-Secret-Grenze injizieren.
Streamable-HTTP-Transport (Netzwerk / Produktion)
{
"mcpServers": {
"vector-mcp": {
"command": "uvx",
"args": [
"--from",
"vector-mcp[mcp]",
"vector-mcp",
"--transport",
"streamable-http",
"--port",
"8000"
],
"env": {
"TRANSPORT": "streamable-http",
"HOST": "127.0.0.1",
"PORT": "8000",
"MCP_TOOL_MODE": "intent",
"COLLECTION_MANAGEMENTTOOL": "True",
"DATABASE_TYPE": "epistemic_graph",
"LLM_SSL_VERIFY": "False",
"SEARCHTOOL": "True",
"VECTOR_DB_TYPE": "epistemic_graph"
}
}
}
}Alternativ können Sie sich über url mit einer bereits bereitgestellten Streamable-HTTP-Instanz verbinden:
{
"mcpServers": {
"vector-mcp": {
"url": "http://localhost:8000/vector-mcp/mcp"
}
}
}Führen Sie ein geprüftes Container-Image als stdio-Kind mit minimalen Privilegien aus (ohne Listener oder veröffentlichten Port):
docker run -i --rm \
--read-only \
--cap-drop=ALL \
--security-opt=no-new-privileges \
--pids-limit=256 \
--tmpfs /tmp:rw,noexec,nosuid,nodev,size=64m \
-e TRANSPORT=stdio \
-e MCP_TOOL_MODE=intent \
-e COLLECTION_MANAGEMENTTOOL=True \
-e DATABASE_TYPE=epistemic_graph \
-e LLM_SSL_VERIFY=False \
-e SEARCHTOOL=True \
-e VECTOR_DB_TYPE=epistemic_graph \
registry.example.invalid/vector-mcp@sha256:<digest> vector-mcpFür containerisiertes Netzwerk-HTTP stellen Sie einen authentifizierten TLS-Ingress (oder direktes Server-TLS), exakte MCP_ALLOWED_HOSTS und eine genaue Trusted-Proxy-CIDR-Richtlinie über das vom Betreiber verwaltete Bereitstellungsprofil bereit. Der Generator gibt keinen unauthentifizierten Non-Loopback-Listener aus.
Automatisch generiert aus der Code-Env-Oberfläche (MCP_TOOL_MODE + Paketvariablen) – nicht manuell bearbeiten.
Zusätzliche Bereitstellungsoptionen
vector-mcp kann auch als lokaler Container (Docker / Podman / uv) ausgeführt oder alsität Remote-Bereitstellung konsumiert werden. Der Bereitstellungsleitfaden enthält vollständige, copy-paste-fähige mcp_config.json für alle vier Transporte – stdio, streamable-http, lokaler Container / uv und Remote-URL:
Lokaler Container / uv – starten Sie den Server über
mcp_config.jsonviauvx,docker runoderpodman run, oder zeigen Sie auf einen lokalen streamable-http-Container perurl.Remote-URL – verbinden Sie sich mit einem Server hinter Caddie unter
https://vector-mcp.example.invalid/mcpmit dem Schlüssel"url".
Umgebungsvariablen
Umgebungsvariablen des Pakets
Variable | Beispiel | Beschreibung |
|
| |
|
| |
|
| Optionen: stdio, streamable-http, sse |
| — | |
|
| Konfigurieren Sie AgentConfig EMBEDDING_MODELS und die referenzierten Runtime-Anmeldedaten. |
|
| Basis-URL der Embedding-/LLM-API |
| secret-injected | Bearer-Token für den Embedding-/LLM-Endpunkt |
| secret-injected | Alias, der akzeptiert wird, wenn LLM_TOKEN nicht gesetzt ist |
|
| TLS für den Embedding-/LLM-Endpunkt verifizieren |
| — | Nur für Dateisystem-Ingestion erforderlich. Geben Sie das vom Betreiber bereitgestellte Root-Verzeichnis zur Laufzeit an. |
|
| Backend, das verwendet wird, wenn db_type nicht angegeben ist. Standard ist die native Epistemic-Graph-Engine (lokal, zero-infra, dauerhaft). Optionen: epistemic_graph, postgres, mongodb, qdrant. DATABASE_TYPE ist die kanonische Variable; VECTOR_DB_TYPE wird aus Gründen der Abwärtskompatibilität als Alias akzeptiert. |
|
| |
| — | Postgres-/Qdrant-Host |
| — | Postgres-/MongoDB-Datenbankname |
|
| |
|
| |
|
| |
|
| |
|
| |
| — | Durch Kommas getrennte SSRF-Allowlist für einen privaten Qdrant-Host |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
|
| |
| secret-injected | |
|
|
Geerbte agent-utilities-Variablen (gelten für jeden Connector)
Variable | Beispiel | Beschreibung |
|
| Tool-Oberfläche: |
| — | Kommagetrennte Zulassungsliste für Tools |
| — | Kommagetrennte Sperrliste für Tools |
| — | Kommagetrennte Zulassungsliste für Tags |
| — | Kommagetrennte Sperrliste für Tags |
|
| Autorisierungsmodus: |
|
| Eingebettete Eunomia-Policy-Datei |
| — | URL des Remote-Eunomia-Autorisierungsservers |
| — | OTLP-Collector-Endpunkt |
| — | Ausgehende MCP-Child-Authentifizierung: |
| — | OIDC-Client-ID (Dienstkonto-Authentifizierung) |
|
| Laufzeit-Secret-Referenz für das OIDC-Dienstkonto |
| — | HTTP-Basic-Benutzername ( |
|
| Laufzeit-Secret-Referenz für die HTTP-Basic-Authentifizierung ( |
|
| Ausführliche Protokollierung |
|
| Ungepufferte Standardausgabe (in Containern empfohlen) |
|
| URL des MCP-Servers, mit dem der Agent verbunden wird |
|
| LLM-Anbieter für den Agent |
|
| Modell-ID für den Agent |
|
| Stellt die AG-UI-Weboberfläche bereit |
31 Paket- + 20 geerbte Variable(n). Automatisch generiert aus .env.example + dem gemeinsamen agent-utilities-Set — nicht bearbeiten.
Jede Variable, die der Server liest, nach Zweck gruppiert. Siehe .env.example für die kanonische, direkt kopierbare Liste — inklusive der Verbindungseinstellungen DATABASE_TYPE / GRAPH_SERVICE_SOCKET / GRAPH_SERVICE_AUTH_SECRET für das native epistemic-graph-Backend. Backend-Endpunkte, Datenbankspeicherorte und Zugangsdaten für optional aktivierbare Provider (Postgres/Qdrant/Mongo/Chroma/Couchbase) sind niemals in der README dokumentierte Literalwerte oder MCP-Tool-Argumente — sie werden zur Laufzeit über AgentConfig und secret:///env:///vault://-Referenzen aufgelöst.
MCP-Server / Transport
Variable | Beschreibung | Standard |
|
|
|
| Bind-Host (HTTP-Transports) |
|
| Bind-Port (HTTP-Transports) |
|
| Tool-Oberfläche: |
|
| Kommagetrennte Zulassungs-/Sperrliste für Tools | — |
| Kommagetrennte Zulassungs-/Sperrliste für Tags | — |
| Ungepufferte Standardausgabe (in Containern empfohlen) |
|
Tool-Umschalter
Jedes aktionsgeroutete Tool kann einzeln über seine Umschalt-Env-Variable deaktiviert werden (gesetzt auf false). Die vollständige Liste befindet sich in der Tabelle Available MCP Tools weiter oben.
Variable | Beschreibung | Standard |
| Aktiviert das Collection-Management-Tool |
|
| Aktiviert das Suchtool |
|
Telemetrie & Governance
Variable | Beschreibung | Standard |
| OpenTelemetry-Export aktivieren |
|
| OTLP-Collector-Endpunkt | — |
| OTLP-Authentifizierungsschlüssel | — |
| OTLP-Protokoll (z. B. | — |
| Autorisierungsmodus: |
|
| Eingebettete Policy-Datei |
|
| URL des entfernten Eunomia-Servers | — |
Agent-CLI (nur vollständige [agent]-Laufzeit)
Variable | Beschreibung | Standard |
| URL des MCP-Servers, mit dem der Agent verbindet |
|
| LLM-Anbieter (z. B. |
|
| Modell-ID (z. B. |
|
| Stellt die AG-UI-Weboberfläche bereit |
|
Siehe .env.example für einen direkt kopierbaren Ausgangspunkt.
Provider- und Ontologie-Integration
Das Paket bringt seine Skills, Prompts, Ontologie und den Quell-Connector über Python-Einstiegspunkte ein. Der Collection-Inventory-Connector ist bewusst schreibgeschützt und registriert Collection-Metadaten, nicht Dokument- oder Embedding-Payloads.
Generierte Connector-Signaturen dürfen erst neu erstellt werden, nachdem das installierte MCP-Schema beobachtet wurde und ein Release-Signierschlüssel zur Laufzeit bereitgestellt ist. Eine Signatur aus einem älteren Tool-Schema oder einer älteren Ontologie darf niemals weitergetragen werden.
Entwicklungs-Checks
Kostengünstige Prüfungen, die keine Provider starten:
python scripts/security_sanitizer.py
python scripts/security_contract.py --contract .security/security-contract.json validate
python -m compileall -q vector_mcpProvider-Tests verwenden gemockte SDK-Schnittstellen und führen keine Netzwerkaufrufe aus. Die Live-Qualifizierung ist ein separates Deployment-Gate und muss die vom Betreiber bereitgestellten AgentConfig und Secrets verwenden.
Dokumentation
Der schlanke :mcp-Container mit streamable-http (docker/mcp.compose.yml) veröffentlicht Port :8000 mit einem /health-Check; die vollständige Compose-Service-Definition finden Sie unter Bereitstellung.
Lizenz
Siehe LICENSE.
Bereitstellen mit agent-utilities-deployment
Stellen Sie dieses Paket mit dem konsolidierten agent-utilities-deployment-Workflow bereit. Der Workflow wählt unter installiertem Paket, bearbeitbarer Quelle oder unveränderlichem Container; zeichnet nur Laufzeit-Secret- und TLS-Profil-Referenzen in AgentConfig auf; und führt die Gates für Doctor, Registrierung.
Policy, Observability und Rollback aus. Bitten Sie Ihren Agenten, „vector-mcp mit agent-utilities-deployment bereitzustellen“.
Installationsmodus | Befehl |
Installiertes Paket |
|
Bearbeitbare Quelle |
|
Unveränderlicher Container |
|
Das Repository enthält kein Deployment-Profil, keinen Anmeldedatenwert, keinen Zertifikatspfad und keinen umgebungsspezifischen Endpunkt. Stellen Sie diese zur Laufzeit über AgentConfig und den konfigurierten Secret-Provider bereit.
Installation
Wählen Sie das Extra, das zu dem passt, was Sie ausführen möchten:
Extra | Installiert | Verwendung, wenn |
| Nur schlanker MCP-Server ( | Sie nur den MCP-Server ausführen (kleinste Installation/Image) |
| Vollständige Agent -Runtime ( | Sie den integrierten Agent ausführen |
| Alles ( | Entwicklung / beide Einheiten |
GXP8table
Container-Images (:mcp vs. :agent)
Ein mehrstufiges docker/Dockerfile erstellt zwei passend dimensionierte Images, ausgewählt über --target:
Hmm, I noticed a bug — in my draft, I wrote "container uses :8000" but the original "provides publishes :8000 with a /health check; see Installation for the full compose Service definition." I used "Port :8000" but original says "publishes :8000" - the content seems to be the port number "8000" with a colon? The original has backticks around :8000 (colon + port), likely a mistaken markdown but preserve as code. In my output I should preserve :8000. I wrote Port :8000`` — okay.
Wait, let's review original: "The slim :mcp streamable-http container (docker/mcp.compose.yml) publishes :8000 with a /health check". Indeed :8000 is the port written with colon inside code ticks. Keep. So "veröffentlicht :8000 mit einem /health-Check" - fine.
In my draft, I typed accidentally "Port : :8000"? Avoid. Use exactly :8000.
Also in the deployment section, "register with the operator-provided service" we need "Verfügbar" etc.
Now with the "hentai" line "Ein mehrstufiges docker/Dockerfile erstellt ..." — should be "Einmehrstufiges Dockerfile" but "docker/Dockerfile" is a path. We could say "Das mehrstufige docker/Dockerfile erstellt ...". The original: "One multi-stage docker/Dockerfile builds ..." – since docker/Dockerfile is file path. We keep as tech.
Also for "Install modes" first column "Installationsmodus" but original "Install mode". Good.
Now some other thing: I appended "GXP8table" a typo. I'll fix.
Also in the Deployment table I wrote "registry-example.invalid" instead of correct "registry.example.invalid". Need to keep exactly.
Also in "Full agent CLI" heading — agent.
Now, double-check the line "Das Repository enthält kein Deployment-Profile, keine Anmeldeniedwerte, keinen Zertifikatspfad und keinen umgebungsspezifischen Endpunkt." I need to preserve "environment-specific endpoint" singular. Use "keinen umgebungsspezifischen Endpunkt".
Now final polish.
Let me rewrite the entire souped-up text cleanly:
Geerbte agent-utilities-Variablen (gelten für jeden Connector)
Variable | Beispiel | Beschreibung |
... | ||
(main table) |
31 Paket- + 20 geerbte Variable(n). Automatisch generiert aus .env.example + dem gemeinsamen agent-utilities-Set — nicht bearbeiten.
Jede Variable, die der Server liest, gruppiert nach Zweck. Siehe .env.example für die kanonische, direkt kopierbare Liste — einschließlich der Verbindungseinstellungen DATABASE_TYPE / GRAPH_SERVICE_SOCKET / GRAPH_SERVICE_AUTH_SECRET für das native epistemic-graph-Backend. Backend-Endpunkte, Datenbankspeicherorte und Zugangsdaten für opt-in fähige Provider (Postgres/Qdrant/Mongo/Chroma/Couchbase) sind niemals README-dokumentierte Literalwerte oder MCP-Tool-Argumente — sie werden zur Laufzeit über AgentConfig und secret:///env:///vault://-Referenzen aufgelöst.
MCP server / transport
→ "### MCP-Server / Transport"
...
Blah.
Actually, I want to double-check translations for "source connector": original "source connector" probably "source (data source) connector". I wrote "Quell-Connector". It's acceptable.
"Generated connector signatures must be recreated only after the installed MCP schema is observed and a release signing key is available at runtime." — perhaps reads "beobachtet wird und ein Release-Signaturschlüssel zur Laufzeit zur Verfügung steht." I will use "beobachtet". Better perhaps "überprüft" but the original "observed" -> "beobachtet". Use "beobachtet".
"A signature from an older tool schema or ontology must never be copied forward." — "Eine Signatur aus einem älteren Tool-Schema oder einer älteren Ontologie darf niemals in neue Versionen übernommen werden." Better. Or "weiterverwendet". I'll use "übernommen".
"Development checks" — "## Entwicklungsprüfungen". I previously considered "Entwicklungs-Checks". Both okay. Since "checks" might be dynamic. I'll go with "Entwicklungs-Checks" honestly.
One more: The low-cost paragraph: "Low-cost checks that do not launch providers:. Translate: "Kostengünstige Checks, die keine Provider starten:" Good.
Now final output as prepared.
I'll ensure no "AgentConfig" incorrectly assuming. Keep.
Let's produce the#### Geerbte agent-utilities-Variablen (gelten für jeden Connector)
Variable | Beispiel | Beschreibung |
|
| Tool-Oberfläche: |
| — | Kommagetrennte Zulassungsliste für Tools |
| — | Kommagetrennte Sperrliste für Tools |
| — | Kommagetrennte Zulassungsliste für Tags |
| — | Kommagetrennte Sperrliste für Tags |
|
| Autorisierungsmodus: |
|
| Eingebettete Eunomia-Policy-Datei |
| — | URL des Remote-Eunomia-Autorisierungsservers |
| — | OTLP-Collector-Endpunkt |
| — | Ausgehende MCP-Child-Authentifizierung: |
| — | OIDC-Client-ID (Dienstkonto-Authentifizierung) |
|
| Laufzeit-Secret-Referenz für das OIDC-Dienstkonto |
| — | HTTP-Basic-Benutzername ( |
|
| Laufzeit-Secret-Referenz für die HTTP-Basic-Authentifizierung ( |
|
| Ausführliche Protokollierung |
|
| Ungepufferter stdout (in Containern empfohlen) |
|
| URL des MCP-Servers, mit dem der Agent verbindet |
|
| LLM-Anbieter für den Agent |
|
| Modell-ID für den Agent |
|
| Stellt die AG-UI-Weboberfläche bereit |
31 Paket- + 20 geerbte Variable(n). Automatisch generiert aus .env.example + dem gemeinsamen agent-utilities-Satz — nicht bearbeiten.
Jede Variable, die der Server liest, nach Zweck gruppiert. Siehe .env.example für die kanonische, direkt kopierbare Liste — einschließlich der Verbindungseinstellungen DATABASE_TYPE / GRAPH_SERVICE_SOCKET / GRAPH_SERVICE_AUTH_SECRET für das native epistemic-graph-Backend. Backend-Endpunkte, Datenbankspeicherorte und Zugangsdaten für optional aktivierbare Provider (Postgres/Qdrant/Mongo/Chroma/Couchbase) sind niemals in der README dokumentierte Literalwerte oder MCP-Tool-Argumente — sie werden zur Laufzeit über AgentConfig und secret:///env:///vault://-Referenzen aufgelöst.
MCP-Server / Transport
Variable | Beschreibung | Standard |
|
|
|
| Bind-Host (HTTP-Transports) |
|
| Bind-Port (HTTP-Transports) |
|
| Tool-Oberfläche: |
|
| Kommagetrennte Zulassungs-/Sperrliste für Tools | — |
| Kommagetrennte Zulassungs-/Sperrliste für Tags | — |
| Ungepufferter stdout (in Containern empfohlen) |
|
Tool-Umschalter
Jedes aktionsgeroutete Tool kann einzeln über seine Umschalt-Env-Variable deaktiviert werden (auf false gesetzt). Die vollständige Liste finden Sie in der Tabelle Available MCP Tools weiter oben.
Variable | Beschreibung | Standard |
| Aktiviert das Collection-Management-Tool |
|
| Aktiviert das Suchtool |
|
Telemetrie & Governance
Variable | Beschreibung | Standard |
| Aktiviert den OpenTelemetry-Export |
|
| OTLP-Collector-Endpunkt | — |
| OTLP-Auth-Keys | — |
| OTLP-Protokoll (z. B. | — |
| Autorisierungsmodus: |
|
| Eingebettete Policy-Datei |
|
| URL des entfernten Eunomia-Servers | — |
Agent-CLI (nur vollständige [agent]-Laufzeit)
Variable | Beschreibung | Standard |
| URL des MCP-Servers, mit dem sich der Agent verbindet |
|
| LLM-Anbieter (z. B. |
|
| Modell-ID (z. B. |
|
| Stellt die AG-Web- UI-Oberfläche bereit |
|
Siehe .env.example für einen direkt kopierbaren Ausgangspunkt.
Provider- und Ontologie-Integration
Das Paket bringt seine Skills, Prompts, Ontologie und den Quell-Connector über Python-Einstiegspunkte ein. Der Collection-Inventory-Connector ist bewusst read-only und registriert Collection-Metadaten, keine Dokument- oder Embedding-Payloads.
Generierte Connector-Signaturen dürfen erst nachgezogen werden, wenn das installierte MCP-Schema beobachtet wurde und zur Laufzeit ein Release-Signaturschlüssel bereitgestellt wird. Eine Signatur aus einem älteren Tool-Schema oder einer älteren Ontologie darf niemals weitergetragen werden.
Entwicklungs-Checks
Kostengünstige Checks, die keine Provider starten:
python scripts/security_sanitizer.py
python scripts/security_contract.py --contract .security/security-contract.json validate
python -m compileall -q vector_mcpProvider-Tests verwenden gemockte SDK-Grenzen und führen keine Netzwerkaufrufe durch. Die Live-Qualifizierung ist eine separate Deployment-Gate und muss mit den vom Betreiber bereitgestellten AgentConfig- und Secrets erfolgen.
Dokumentation
Der schlanke :mcp-Container mit streamable-http (docker/mcp.compose.yml) veröffentlicht :8000 mit einem /health-Check; die vollständige Compose-Service-Definition finden Sie unter Bereitstellung.
Lizenz
Siehe LICENSE.
Bereitstellen mit agent-utilities-deployment
Stellen Sie dieses Paket mit dem konsolidierten agent-utilities-deployment-Workflow bereit. Er wählt einen Installationspfad für bereits installierte Pakete, editierbaren Quellcode oder unveränderliche Container aus; protokolliert nur Laufzeit-Secret- und TLS-Profil-Referenzen in AgentConfig; und führt Doctor-, Registrierungs-, Policy-, Observability- und Rollback-Gates aus. Bitten Sie Ihren Agent, „vector-mcp mit agent-utilities-deployment bereitzustellen“.
Installationsmodus | Befehl |
Installiertes Paket |
|
Bearbeitbare Quelle |
|
Unveränderlicher Container | deploy |
Das Repository enthält weder Deployment-Profil, Anmeldedatenwert, Zertifizierungspfad noch gebietsspezifische Endpunkt. Geben Sie diese zur Laufzeit über AgentConfig und den konfigurierten Secret-Provider an.
Installation
Wählen Sie das Extra, das zu dem passt, was Sie ausführen möchten:
Extra | Innoviert | Verwendung, wenn |
| Nur schlanker MCP-Server ( | Sie nur den MCP-Server betreiben (kleinste Installation/Image) |
| Vollständige Agent-Runtime ( | Sie den integrierten Agent betreiben |
| Alles ( | Entwicklung / beide Oberflächen |
# MCP server only (recommended for tool hosting — slim deps)
uv pip install "vector-mcp[mcp]"
# Full agent runtime (Pydantic AI + epistemic-graph engine)
uv pip install "vector-mcp[agent]"
# Everything (development)
uv pip install "vector-mcp[all]" # or: python -m pip install "vector-mcp[all]"Container-Images (:mcp vs. :agent)
Ein mehrstufiges docker/Dockerfile erstellt zwei passend dimensionierte Abbilder, ausgewählt über --target:
Image-Tag | Build-Ziel | Inhalt | Einstiegspunkt |
|
|
|
|
|
|
|
|
docker build --target mcp -t knucklessg1/vector-mcp:mcp docker/ # slim MCP server
docker build --target agent -t knucklessg1/vector-mcp:latest docker/ # full agentdocker/mcp.compose.yml führt den schlanken :mcp-Server aus; docker/agent.compose.yml führt den Agenten (:latest) mit einem am selben Ort laufenden :mcp-Sidecar aus.
Wissensgraph-Datenbank (epistemic-graph)
Der vollständige Agent ([agent] / :latest) bettet die epistemic-graph-Engine ein (die transitiv über agent-utilities[agent] eingezogen wird). Für die Produktion – oder um einen einzigen Wissensgraph mehreren Agents zu teilen – führen Sie epistemic-graph als eigenen Datenbankcontainer aus und verweisen den Agenten darauf, anstatt ihn einzubetten. Bereitstellungs-Rezepte (Single-Node + Raft HA), Verbindungskonfiguration und die vollständige Datenbankarchitektur (mit Diagrammen) sind im Deployment-Leitfaden für epistemic-graph dokumentiert. Der schlanke [mcp]-Server benötigt die Datenbank nicht.
Repository-Besitzer
Mitwirken
Beiträge sind willkommen! Bitte sorgen Sie für Codequalität, indem Sie vor dem Einreichen von Pull Requests die lokalen Prüfungen ausführen:
Code mit
ruff format .formatierenCode mit
ruff check .lintenTypsicherheit mit
mypy .validierenTestsuites mit
pytestausführen
Bereitstellen mit agent-os-genesis
Dieses Paket kann für Sie – skill-geführt – durch den universellen Skill agent-os-genesis bereitgestellt werden (dessen Ein-Paket-Bereitstellungsmodus): Er wählt Ihre Installationsmethode, befüllt Secrets in OpenBao/Vault (oder .env), vertraut Ihrer Enterprise-CA, registriert den MCP-Server und verifiziert ihn – dieselbe Mechanik, mit der das gesamte Agent OS eingerichtet wird, eingeschränkt auf genau dieses Paket. Bitten Sie Ihren Agenten: „vector-mcp mit agent-os-genesis bereitstellen“.
Installationsmodus | Befehl |
Bare-Metal, Produktion (PyPI) |
|
Bare-Metal, Entwicklung (editierbar) |
|
Container, Produktion |
|
Container, Entwicklung (editierbar) |
|
Secrets werden aus vorhandenen Werten gelesen und über vault_sync befüllt – Sie werden nur nach fehlenden Werten gefragt.
Available Tools
2 toolsvector_collection_managementC
Manage collection management operations.
Actions:
'create_collection': Creates a new collection or retrieves an existing one in the vector database.
'add_documents': Adds documents to an existing collection in the vector database.
'delete_collection': Deletes a collection from the vector database.
'list_collections': Lists all collections in the vector database.
| Name | Required | Description | Default |
|---|---|---|---|
| host | No | host | |
| port | No | port | |
| action | Yes | Action to perform. Must be one of: 'create_collection', 'add_documents', 'delete_collection', 'list_collections' | |
| confirm | No | confirm | |
| db_name | No | db name | |
| db_path | No | db path | |
| db_type | No | db type | |
| password | No | password | |
| username | No | username | |
| overwrite | No | overwrite | |
| document_paths | No | document paths | |
| collection_name | No | collection name | |
| document_contents | No | document contents | |
| document_directory | No | document directory |
Output Schema
| Name | Required | Description |
|---|---|---|
No output parameters | ||
TDQS
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
No annotations provided, so the description carries full burden. It mentions 'delete_collection' as an action but does not disclose that deletion is destructive or irreversible. It also fails to mention authentication requirements, rate limits, or side effects of adding documents.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is a concise bullet list of actions, front-loading the main purpose. It uses minimal wording and is easy to scan. Every sentence serves a purpose.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
Despite high parameter count (14) and no output schema provided (though context says one exists), the description lacks parameter-to-action mappings, usage examples, and behavioral context. It does not explain which parameters are relevant for each action, leaving the agent to rely solely on schema.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 100%, so baseline is 3. The description lists actions but does not add meaning beyond the schema. Many parameter descriptions (e.g., 'db type', 'host') are vague and not enhanced by the description.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description states the tool handles collection management operations and lists four distinct actions with clear names (create_collection, add_documents, delete_collection, list_collections). However, it doesn't explicitly distinguish this tool from its sibling 'vector_search', which may also involve collections.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
There is no guidance on when to use this tool versus alternatives like vector_search. The description does not specify prerequisites, contexts, or exclude scenarios, leaving the agent to infer usage without support.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
vector_searchA
Manage search operations.
Actions:
'semantic_search': Retrieves and gathers related knowledge from the vector database instance using the question variable.
'lexical_search': This is a lexical or term based search that retrieves and gathers related knowledge from the database instance using the question variable via BM25.
'search': Performs a hybrid search combining semantic (vector) and lexical (BM25) methods.
| Name | Required | Description | Default |
|---|---|---|---|
| host | No | host | |
| port | No | port | |
| rrf_k | No | rrf k | |
| action | Yes | Action to perform. Must be one of: 'semantic_search', 'lexical_search', 'search' | |
| db_name | No | db name | |
| db_path | No | db path | |
| db_type | No | db type | |
| password | No | password | |
| question | No | question | |
| username | No | username | |
| bm25_weight | No | bm25 weight | |
| number_results | No | number results | |
| collection_name | No | collection name | |
| semantic_weight | No | semantic weight |
Output Schema
| Name | Required | Description |
|---|---|---|
No output parameters | ||
TDQS
Does the description disclose side effects, auth requirements, rate limits, or destructive behavior?
No annotations are provided, so the description carries full burden. It explains the three search methods but does not disclose whether the tool modifies data, requires authentication, or has rate limits. The read-only nature of search is implicit but not stated. Behavioral transparency is adequate but could be more explicit.
Agents need to know what a tool does to the world before calling it. Descriptions should go beyond structured annotations to explain consequences.
Is the description appropriately sized, front-loaded, and free of redundancy?
The description is relatively concise, with a clear bullet-like listing of actions. The first sentence 'Manage search operations.' is somewhat vague but not overly wordy. Each action is described in one sentence. Minor waste could be trimmed, but overall efficient.
Shorter descriptions cost fewer tokens and are easier for agents to parse. Every sentence should earn its place.
Given the tool's complexity, does the description cover enough for an agent to succeed on first attempt?
With 14 parameters and three distinct actions, the description fails to provide guidance on which parameters are needed for each action (e.g., 'question' likely required for all, connection parameters for external DB). No mention of default behaviors for optional parameters like weights or RRF k. The output schema is present, so return values are covered, but parameter usage across actions is underexplained.
Complex tools with many parameters or behaviors need more documentation. Simple tools need less. This dimension scales expectations accordingly.
Does the description clarify parameter syntax, constraints, interactions, or defaults beyond what the schema provides?
Schema description coverage is 100%, but parameter descriptions in the schema are minimal (e.g., 'db type', 'host'). The tool description does not add significant meaning beyond the schema—it mentions 'question' but doesn't explain how to use connection parameters or weights. It barely adds value over the schema.
Input schemas describe structure but not intent. Descriptions should explain non-obvious parameter relationships and valid value ranges.
Does the description clearly state what the tool does and how it differs from similar tools?
The description clearly states the tool manages search operations and enumerates three distinct search actions: semantic_search, lexical_search, and search. It differentiates from the sibling tool vector_collection_management by focusing on search rather than collection management. The verb 'manage' is a bit generic, but the actions are specific and well-defined.
Agents choose between tools based on descriptions. A clear purpose with a specific verb and resource helps agents select the right tool.
Does the description explain when to use this tool, when not to, or what alternatives exist?
The description does not explicitly state when to use this tool versus alternatives. While it lists the three search methods, it offers no guidance on choosing between them or when to avoid this tool. The sibling tool's purpose is implied but not contrasted.
Agents often have multiple tools that could apply. Explicit usage guidance like "use X instead of Y when Z" prevents misuse.
Tool Schema Changelog
Recent tool additions, removals, and schema changes observed during successful MCP inspections.
2 tool updates
v1.39.0- First observed
vector_collection_management - First observed
vector_search
TDQS
Scored across 2 tools
The two tools have clearly distinct purposes: collection management (CRUD operations on collections) and search (semantic, lexical, hybrid). There is no overlap, making it easy for an agent to select the correct tool.
All tool names follow a consistent 'vector_' prefix pattern with descriptive suffixes ('collection_management', 'search'). Internal action names are uniformly snake_case, maintaining predictability.
With only 2 tools, the server feels somewhat thin for a vector database MCP. While each tool bundles multiple actions, a few more tools (e.g., separate tools for document operations) would improve organization.
The server lacks essential operations such as updating or deleting documents, retrieving collection details, or managing metadata. These gaps would likely cause agent failures in typical workflows.
Maintenance
Related MCP Connectors
MCP server for building and testing AI agents with multi-model experimentation and insights.
MCP server connecting AI agents to 100+ apps (Gmail, Slack, Notion, GitHub) via one-click OAuth.
MCP server unifying ERPs, CRMs, APIs and knowledge base for Claude, ChatGPT and Gemini.
MCP server for your apps' tools and custom tools, plus hosted AI agents and approval-gated workflows
Related MCP Servers
- -licenseNot gradedqualityNot gradedmaintenanceA sophisticated MCP server providing advanced memory capabilities with RAG, hallucination detection, and enterprise-grade AI infrastructure for intelligent agent ecosystems.-
- AlicenseNot gradedqualityDmaintenanceA production-grade MCP server designed for multi-tenant, authenticated, and observable AI agent systems, enabling secure tool execution across heterogeneous data sources.66MIT
- FlicenseNot gradedqualityDmaintenanceAn enterprise-ready MCP server that exposes a RAG tool for retrieving relevant context and metadata from a Qdrant vector database using natural language queries.2-
- AlicenseNot gradedqualityDmaintenanceIntegrates RAG into AI agents via MCP Server, supporting multiple vector database technologies for collection management and search operations.11MIT