Solr Vector Search

🚀 Solr MCP 介绍

Solr MCP 是一个 Python 包，借助模型上下文协议（MCP），可访问 Apache Solr 索引。它让 Claude 这类 AI 助手能对 Solr 索引执行强大搜索查询，融合了关键字搜索与向量搜索功能。

🚀 快速开始

1. 克隆此仓库
2. 使用 Docker 启动 SolrCloud：

   docker-compose up -d
   

3. 安装依赖项：

   python -m venv venv
   source venv/bin/activate  # 在 Windows 上：venv\Scripts\activate
   pip install poetry
   poetry install
   

4. 处理并索引示例文档：

   python scripts/process_markdown.py data/bitcoin-whitepaper.md --output data/processed/bitcoin_sections.json
   python scripts/create_unified_collection.py unified
   python scripts/unified_index.py data/processed/bitcoin_sections.json --collection unified
   

5. 运行 MCP 服务器：

   poetry run python -m solr_mcp.server
   

有关更详细的设置和使用说明，请参阅QUICKSTART.md指南。

✨ 主要特性

• MCP 服务器：实现模型上下文协议，便于与 AI 助手集成。
• 混合搜索：结合关键字搜索的精确性与向量搜索的语义理解。
• 向量嵌入：利用 Ollama 和 nomic-embed-text 生成文档嵌入。
• 统一集合：在同一集合中存储文档内容和向量嵌入。
• Docker 集成：通过 Docker 和 docker-compose 实现轻松安装。
• 优化的向量搜索：将 SQL 过滤条件推送到向量搜索阶段，高效处理包含向量和 SQL 查询的组合，确保即使在大量结果集和分页情况下也能实现最佳性能。

🔧 技术细节

向量搜索优化

系统采用了一种重要的优化方法来处理同时包含向量相似性和 SQL 过滤条件的查询：

1. 将 SQL 过滤条件（WHERE 子句）推送到向量搜索阶段。
2. 确保仅对最终满足 SQL 标准的文档执行向量相似性计算。
3. 显著提升以下查询的性能：
   • 具有选择性的 WHERE 子句。
   • 分页（LIMIT/OFFSET）。
   • 大结果集。

这种优化通过减少计算开销和网络传输，最大限度地减少了所需的向量相似性计算数量。

📦 安装指南

要求

• Python 3.10 或更高版本。
• Docker 和 Docker Compose。
• SolrCloud 9.x。
• Ollama（用于嵌入生成）。

📄 许可证

本项目遵循 MIT 许可证，具体信息请查看 LICENSE 文件。

🤝 贡献

欢迎贡献！请参阅CONTRIBUTING.md了解指南。