LanceDB Node.js ベクター検索

LanceDB と Ollama の埋め込みモデルを使用したベクトル検索の Node.js 実装。

概要

このプロジェクトでは、次の方法を説明します。

• LanceDBデータベースに接続する

• Ollamaを使用してカスタム埋め込み関数を作成する

• 保存されたドキュメントに対してベクトル類似性検索を実行する

• 検索結果を処理して表示する

Related MCP server: MCP Tooling Lab

前提条件

• Node.js (v14以降)

• Ollama はnomic-embed-textモデルを使用してローカルで実行されています

• 読み取り/書き込み権限を持つLanceDBの保存場所

インストール

1. リポジトリをクローンする

2. 依存関係をインストールします:

pnpm install

依存関係

• @lancedb/lancedb : Node.js 用の LanceDB クライアント

• apache-arrow : 列指向データの処理用

• node-fetch : OllamaへのAPI呼び出しを行うため

使用法

ベクトル検索テスト スクリプトを実行します。

pnpm test-vector-search

または直接実行します:

node test-vector-search.js

構成

スクリプトは以下に接続します:

• 設定されたパスのLanceDB

• Ollama API ( http://localhost:11434/api/embeddings

MCP構成

Claude Desktop を MCP サービスとして統合するには、MCP 構成 JSON に以下を追加します。

{
  "mcpServers": {
    "lanceDB": {
      "command": "node",
      "args": [
        "/path/to/lancedb-node/dist/index.js",
        "--db-path",
        "/path/to/your/lancedb/storage"
      ]
    }
  }
}

パスを実際のインストール パスに置き換えます。

• /path/to/lancedb-node/dist/index.js - コンパイルされた index.js ファイルへのパス

• /path/to/your/lancedb/storage - LanceDB ストレージディレクトリへのパス

カスタム埋め込み機能

このプロジェクトには、次の機能を備えたカスタムOllamaEmbeddingFunctionが含まれています。

• Ollama APIにテキストを送信します

• 768次元の埋め込みを受け取る

• LanceDB で使用できるようにフォーマットします

ベクトル検索の例

この例では、「ai-rag」テーブルで「成功基準の定義方法」を検索し、類似度スコアとともに結果を表示します。

ライセンス

MITライセンス

貢献

貢献を歓迎します！お気軽にプルリクエストを送信してください。