Typesense MCP Server
Ein Model Context Protocol (MCP)-Server, der mit Typesense interagiert
Installation
Installation über Smithery
So installieren Sie die Typesense Server Integration für Claude Desktop automatisch über Smithery :
npx -y @smithery/cli install @avarant/typesense-mcp-server --client claudeManuelle Installation
UV installieren
Auf dem Mac können Sie es mit Homebrew installieren
brew install uvKlonen Sie das Paket
git clone git@github.com:avarant/typesense-mcp-server.git ~/typesense-mcp-serverAktualisieren Sie Ihre .cursor/mcp.json zur Verwendung im Cursor
{
"mcpServers": {
"typesense": {
"command": "uv",
"args": ["--directory", "~/typesense-mcp-server", "run", "mcp", "run", "main.py"],
"env": {
"TYPESENSE_HOST": "",
"TYPESENSE_PORT": "",
"TYPESENSE_PROTOCOL": "",
"TYPESENSE_API_KEY": ""
}
}
}
}Related MCP server: SearXNG Model Context Protocol Server
Verfügbare Tools
Der Typesense MCP-Server bietet die folgenden Tools:
Serververwaltung
check_typesense_health- Überprüft den Gesundheitszustand des konfigurierten Typesense-Serverslist_collections- Ruft eine Liste aller Sammlungen auf dem Typesense-Server ab
Sammlungsverwaltung
describe_collection- Ruft das Schema und die Metadaten für eine bestimmte Sammlung abexport_collection– Exportiert alle Dokumente aus einer bestimmten Sammlungcreate_collection– Erstellt eine neue Sammlung mit dem angegebenen Schemadelete_collection– Löscht eine bestimmte Sammlungtruncate_collection- Kürzt eine Sammlung, indem alle Dokumente gelöscht werden, das Schema jedoch beibehalten wird.
Dokumentvorgänge
create_document– Erstellt ein einzelnes neues Dokument in einer bestimmten Sammlungupsert_document- Upserts (erstellt oder aktualisiert) ein einzelnes Dokument in einer bestimmten Sammlungindex_multiple_documents- Indiziert (erstellt, upsert oder aktualisiert) mehrere Dokumente in einem Stapeldelete_document– Löscht ein einzelnes Dokument anhand seiner ID aus einer bestimmten Sammlungimport_documents_from_csv- Importiert Dokumente aus CSV-Daten in eine Sammlung
Suchfunktionen
search– Führt eine Stichwortsuche für eine bestimmte Sammlung durchvector_search- Führt eine Vektorähnlichkeitssuche für eine bestimmte Sammlung durch