búsqueda de incrustación de mcp

Un servidor de Protocolo de Contexto de Modelo (MCP) que consulta una base de datos Turso que contiene incrustaciones y segmentos de transcripción. Esta herramienta permite a los usuarios buscar segmentos de transcripción relevantes mediante preguntas, sin generar nuevas incrustaciones.

Características

• 🔍 Búsqueda de similitud vectorial para segmentos de transcripción

• Puntuación de relevancia basada en la similitud del coseno

• 📝 Metadatos de la transcripción completa (título del episodio, marcas de tiempo)

• ⚙️ Parámetros de búsqueda configurables (límite, puntuación mínima)

• 🔄 Agrupación eficiente de conexiones de bases de datos

• 🛡️ Manejo integral de errores

• 📈 Rendimiento optimizado para respuestas rápidas

Related MCP server: YouTube MCP Server

Configuración

Este servidor requiere configuración a través de su cliente MCP. A continuación, se muestran ejemplos para diferentes entornos:

Configuración de Cline

Agregue esto a su configuración de Cline MCP:

{
	"mcpServers": {
		"mcp-embedding-search": {
			"command": "node",
			"args": ["/path/to/mcp-embedding-search/dist/index.js"],
			"env": {
				"TURSO_URL": "your-turso-database-url",
				"TURSO_AUTH_TOKEN": "your-turso-auth-token"
			}
		}
	}
}

Configuración del escritorio de Claude

Añade esto a tu configuración de Claude Desktop:

{
	"mcpServers": {
		"mcp-embedding-search": {
			"command": "node",
			"args": ["/path/to/mcp-embedding-search/dist/index.js"],
			"env": {
				"TURSO_URL": "your-turso-database-url",
				"TURSO_AUTH_TOKEN": "your-turso-auth-token"
			}
		}
	}
}

API

El servidor implementa una herramienta MCP:

incrustaciones de búsqueda

Busque segmentos de transcripción relevantes utilizando similitud vectorial.

Parámetros:

• question (cadena, obligatoria): el texto de consulta a buscar

• limit (número, opcional): Número de resultados a devolver (predeterminado: 5, máximo: 50)

• min_score (número, opcional): umbral mínimo de similitud (predeterminado: 0,5, rango: 0-1)

Formato de respuesta:

[
	{
		"episode_title": "Episode Title",
		"segment_text": "Transcript segment content...",
		"start_time": 123.45,
		"end_time": 167.89,
		"similarity": 0.85
	}
	// Additional results...
]

Esquema de base de datos

Esta herramienta espera una base de datos Turso con el siguiente esquema:

CREATE TABLE embeddings (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  transcript_id INTEGER NOT NULL,
  embedding TEXT NOT NULL,
  FOREIGN KEY(transcript_id) REFERENCES transcripts(id)
);

CREATE TABLE transcripts (
  id INTEGER PRIMARY KEY AUTOINCREMENT,
  episode_title TEXT NOT NULL,
  segment_text TEXT NOT NULL,
  start_time REAL NOT NULL,
  end_time REAL NOT NULL
);

La columna embedding debe contener incrustaciones vectoriales que puedan usarse con la función vector_distance_cos .

Desarrollo

Configuración

1. Clonar el repositorio

2. Instalar dependencias:

npm install

3. Construir el proyecto:

npm run build

4. Ejecutar en modo de desarrollo:

npm run dev

Publicación

El proyecto utiliza conjuntos de cambios para la gestión de versiones. Para publicar:

1. Crear un conjunto de cambios:

npm run changeset

2. Versionar el paquete:

npm run version

3. Publicar en npm:

npm run release

Contribuyendo

¡Agradecemos sus contribuciones! No dude en enviar una solicitud de incorporación de cambios.

Licencia

Licencia MIT: consulte el archivo LICENCIA para obtener más detalles.

Expresiones de gratitud

• Construido sobre el Protocolo de Contexto Modelo

• Diseñado para una búsqueda eficiente de similitud de vectores en bases de datos de transcripciones