DuckDB RAG MCP 示例
这是一个嵌入和矢量化 markdown 文档的示例，以便可以使用 MCP 和 RAG 进行解释。
我们使用Plamo-Embedding-1B进行矢量化。
功能
从 markdown 文件中提取并矢量化文本
使用 DuckDB 进行向量搜索
使用 Parquet 文件保存矢量数据
从 MCP 搜索向量
Related MCP server: Library MCP
如何使用
矢量数据生成
首先，将要搜索的markdown文件放在特定的目录中，然后使用以下命令将其转换为Parquet文件。
uv run main.py --directory ~/path/to/markdown/files --parquet vectors.parquet配置 MCP
建造
以下命令将在dist/server中生成单个二进制文件。
uv run pyinstaller --clean --strip --noconfirm --onefile server.pyMCP 客户端配置
请根据您要使用的客户端进行设置。
对于 Claude Desktop 来说它看起来像这样：
对于 VECTOR_PARQUET，指定刚刚转换的文件。
uv run mcp install server.py -v VECTOR_PARQUET=/path/to/vectors.parquet设置如下：
{
"mcpServers": {
"DuckDB-RAG-MCP-Sample": {
"command": "/path/to/dist/server",
"env": {
"VECTOR_PARQUET": "/path/to/vectors.parquet"
}
}
}
}启动开发服务器
uv run mcp dev server.py执照
DuckDB RAG MCP 示例根据 Apache 许可证 2.0 版提供。
This server cannot be installed
Resources
Unclaimed servers have limited discoverability.
Looking for Admin?
If you are the server author, to access and configure the admin panel.