Lindorm MCP サーバー

このリポジトリは、マルチモデル NoSQL データベースである Lindorm 用の MCP サーバーを作成する方法の例です。

使用法

lindormの設定

この MCP サーバーを利用するには、次の手順に従います。

Alibaba Cloudで Lindorm のワイドテーブルエンジン、検索エンジン、ベクターエンジン、AI エンジンを購入します。
公式の手順に従ってテキスト埋め込みモデルを展開します。
インデックス (ナレッジベース) を作成し、デプロイされた埋め込みモデルを使用してデータをインポートします。

Related MCP server: Alibaba Cloud RDS OpenAPI MCP Server

環境設定

このリポジトリをクローンし、プロジェクトディレクトリに移動します。
環境ファイルを作成します。

cp .env.example .env

特定の構成で .env ファイルを編集します。

LINDORM_INSTANCE_ID: Lindorm インスタンス ID
USING_VPC_NETWORK: VPC ネットワーク上で実行している場合は true に設定し、それ以外の場合は false に設定します。
ユーザー名: Lindormアカウントのユーザー名
パスワード: Lindormアカウントのパスワード
TEXT_EMBEDDING_MODEL: デプロイされたテキスト埋め込みモデルの名前
TABLE_DATABASE: SQL 操作用のデータベース注: この構成では、すべてのエンジンが同じユーザー名とパスワードを共有することを前提としています。

MCPサーバーの実行

uvをインストールする必要があります。mcp サーバーを直接起動します。

cd /path/to/alibabacloud-lindorm-mcp-server/

uv pip install .

uv run python -m src.lindorm_mcp_server.server

ビジュアルスタジオコード

Cline 拡張機能をインストールします。
/path/to/alibabacloud-lindorm-mcp-server/の下に.envファイルを作成します。
必要に応じてパスと変数を置き換え、MCP 構成を .vscode/mcp.json から cline_mcp_settings.json にコピーします。
Cline 拡張機能を通じて MCP サーバーを起動します。

コンポーネント

LindormVectorSearchClient : 検索エンジンとベクターエンジンでフルテキスト検索とベクター検索を実行します。
LindormWideTableClient : Lindorm 全体のテーブルに対して SQL 操作を実行します。

利用可能なツール

lindorm_retrieve_from_index : 既存のインデックス（または知識ベース）から全文検索とベクトル検索の両方を使用して取得し、集約された結果を返します。
- パラメータ
  - index_name: インデックス名、またはナレッジベース名
  - クエリ: ナレッジベースで検索したいクエリ
  - content_field: コンテンツテキストを格納するテキストフィールド。lindorm_get_index_mappingsツールを使ってインデックス構造から取得できます。
  - ベクトルフィールド: ベクトルインデックスを格納するベクトルフィールド。lindorm_get_index_mappingsツールを使ってインデックス構造から取得できます。
  - top_k: 返したい結果番号
lindorm_get_index_fields : インデックス (またはナレッジベース) のフィールド情報を取得します。特に、ベクトル格納フィールドとコンテンツ格納フィールドを取得します。
- パラメータ:
  - index_name: インデックス名、またはナレッジベース名
lindorm_list_all_index : 保有するすべてのインデックス (またはナレッジベース) を一覧表示します。
lindorm_execute_sql : Lindorm データベースで SQL クエリを実行します。
- パラメータ
  - query: selectで始まる実行するSQLクエリ
lindorm_show_tables : Lindorm データベース内のすべてのテーブルを取得します
lindorm_describe_table : Lindorm データベース内のテーブルスキーマを取得します。
- パラメータ
  - table_name: テーブル名