Chroma MCP サーバー

Chroma を介してベクターデータベース機能を提供するモデルコンテキストプロトコル（MCP）サーバー実装。このサーバーは、セマンティックドキュメント検索、メタデータフィルタリング、そして永続ストレージによるドキュメント管理を可能にします。

要件

• Python 3.8以上

• Chroma 0.4.0以降

• MCP SDK 0.1.0+

Related MCP server: Chroma MCP Server

コンポーネント

リソース

サーバーは、Chroma のベクター データベースを通じてドキュメントの保存と取得を提供します。

• コンテンツとメタデータを含むドキュメントを保存します

• src/chroma/dataディレクトリにデータを保存します

• 意味的類似性検索をサポート

ツール

サーバーは CRUD 操作と検索機能を実装します。

ドキュメント管理

• create_document : 新しいドキュメントを作成する

  • 必須: document_id 、 content

  • オプション: metadata (キーと値のペア)

  • 戻り値: 成功確認

  • エラー: すでに存在します。入力が無効です

• read_document : IDでドキュメントを取得する

  • 必須: document_id

  • 戻り値: ドキュメントのコンテンツとメタデータ

  • エラー: 見つかりません

• update_document : 既存のドキュメントを更新する

  • 必須: document_id 、 content

  • オプション: metadata

  • 戻り値: 成功確認

  • エラー: 見つかりません、入力が無効です

• delete_document : ドキュメントを削除する

  • 必須: document_id

  • 戻り値: 成功確認

  • エラー: 見つかりません

• list_documents : すべてのドキュメントを一覧表示する

  • オプション: limit 、 offset

  • 戻り値: コンテンツとメタデータを含むドキュメントのリスト

捜索活動

• search_similar : 意味的に類似した文書を検索する

  • 必須: query

  • オプション: num_results 、 metadata_filter 、 content_filter

  • 返されるもの: 距離スコアによる類似文書のランク付けされたリスト

  • エラー: 無効なフィルター

特徴

• セマンティック検索: Chroma の埋め込みを使用して意味に基づいてドキュメントを検索します

• メタデータフィルタリング: メタデータフィールドで検索結果をフィルタリングする

• コンテンツフィルタリング: ドキュメントコンテンツに基づく追加のフィルタリング

• 永続ストレージ: データはサーバーの再起動後もローカルディレクトリに保持されます

• エラー処理: 明確なメッセージによる包括的なエラー処理

• 再試行ロジック: 一時的な障害に対する自動再試行

インストール

1. 依存関係をインストールします:

uv venv
uv sync --dev --all-extras

構成

クロードデスクトップ

Claude Desktop 構成にサーバー構成を追加します。

Windows: C:\Users\<username>\AppData\Roaming\Claude\claude_desktop_config.json

MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "chroma": {
      "command": "uv",
      "args": [
        "--directory",
        "C:/MCP/server/community/chroma",
        "run",
        "chroma"
      ]
    }
  }
}

データストレージ

サーバーは次の場所にデータを保存します。

• Windows: src/chroma/data

• MacOS/Linux: src/chroma/data

使用法

1. サーバーを起動します。

uv run chroma

2. MCP ツールを使用してサーバーと対話します。

# Create a document
create_document({
    "document_id": "ml_paper1",
    "content": "Convolutional neural networks improve image recognition accuracy.",
    "metadata": {
        "year": 2020,
        "field": "computer vision",
        "complexity": "advanced"
    }
})

# Search similar documents
search_similar({
    "query": "machine learning models",
    "num_results": 2,
    "metadata_filter": {
        "year": 2020,
        "field": "computer vision"
    }
})

エラー処理

サーバーは、一般的なシナリオに対して明確なエラー メッセージを提供します。

• Document already exists [id=X]

• Document not found [id=X]

• Invalid input: Missing document_id or content

• Invalid filter

• Operation failed: [details]

発達

テスト

1. 対話型テストのために MCP Inspector を実行します。

npx @modelcontextprotocol/inspector uv --directory C:/MCP/server/community/chroma run chroma

2. インスペクターの Web インターフェースを使用して次の操作を行います。

   • CRUD操作をテストする

   • 検索機能を確認する

   • エラー処理を確認する

   • サーバーログを監視する

建物

1. 依存関係を更新します:

uv compile pyproject.toml

2. ビルドパッケージ:

uv build

貢献

貢献を歓迎します！詳細については、貢献ガイドラインをご覧ください。

• コードスタイル

• テスト要件

• プルリクエストプロセス

ライセンス

このプロジェクトは MIT ライセンスに基づいてライセンスされています - 詳細についてはLICENSEファイルを参照してください。