MCP-嵌入搜索是一个模型上下文协议(MCP)服务器。它可以查询包含嵌入和转录片段的Turso数据库,用户能通过提问搜索相关转录片段,无需生成新的嵌入。
MCP-嵌入搜索允许用户通过提问搜索Turso数据库中的相关转录片段。使用前,需按如下步骤进行配置。
将以下内容添加到您的Cline MCP设置中:
{
"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"
}
}
}
}
将以下内容添加到您的Claude Desktop配置中:
{
"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"
}
}
}
}
该服务器实现了一个MCP工具search_embeddings,可使用向量相似性搜索相关转录片段。
// 请求示例
{
"question": "具体查询文本",
"limit": 10,
"min_score": 0.6
}
// 响应示例
[
{
"episode_title": "剧集标题",
"segment_text": "转录片段内容...",
"start_time": 123.45,
"end_time": 167.89,
"similarity": 0.85
}
// 更多结果...
]
使用向量相似性搜索相关转录片段。 参数:
question (字符串,必需):查询文本limit (数字,可选):返回的结果数量(默认:5,最大值:50)min_score (数字,可选):相似度阈值(默认:0.5,范围:0 - 1)响应格式:
[
{
"episode_title": "剧集标题",
"segment_text": "转录片段内容...",
"start_time": 123.45,
"end_time": 167.89,
"similarity": 0.85
}
// 更多结果...
]
此工具期望使用Turso数据库,其结构如下:
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
);
embedding列应包含可用于vector_distance_cos函数的向量嵌入。
npm install
npm run build
npm run dev
该项目使用changesets进行版本管理。要发布:
npm run changeset
npm run version
npm run release
MIT License - 有关详细信息,请参阅LICENSE文件。
此文档翻译自英文版本,旨在提供中文用户更直观的理解。
欢迎贡献!请随意提交拉取请求。