🚀 用于《星球大战》行星语义搜索的 Couchbase 模型上下文协议服务器
本项目借助 Couchbase 的向量搜索功能，实现了模型上下文协议（MCP）服务器，为用户提供《星球大战》行星的语义搜索能力，帮助用户便捷获取相关信息。
🚀 快速开始
本项目实现的 MCP 服务器，为 AI 模型与外部工具和数据源的交互提供了标准方式。借助该服务器，AI 模型能够获取《星球大战》行星的详细信息，还能依据向量嵌入查找相似的行星。
✨ 主要特性
- 高效的向量搜索：利用 Couchbase 的向量索引进行快速相似性查找。
- 超时保护：为搜索和文档获取操作实现超时。
- 连接管理：正确管理 Couchbase 连接并清理。
- 错误处理：全面的错误处理和调试支持。
- 类型安全：完整的 TypeScript 实现，具有正确的类型定义。
🔧 技术细节
模型上下文协议集成
服务器实现了两个主要的 MCP 工具，这些工具可被支持模型上下文协议的 AI 模型发现和调用：
{
tools: [
{
name: "fetch_planet_name",
description: "按名称获取《星球大战》行星",
inputSchema: // ... 行星名称的模式
},
{
name: "find_planets_which_are_similar",
description: "查找与给定名称相似的行星",
inputSchema: // ... 行星名称的模式
}
]
}
Couchbase 向量搜索
本实现使用 Couchbase 的向量搜索功能查找相似行星：
- 每个 Couchbase 中的行星文档包含一个
embedding字段，其中包含表示行星特征的向量。 - 查找相似行星时：
- 获取源行星的嵌入。
- 使用 Couchbase 的向量搜索来查找具有相似嵌入的行星。
- 返回最相似的 5 个行星。
📦 安装指南
先决条件
- Node.js
- 带有向量搜索功能的 Couchbase 服务器
- 环境变量：
COUCHBASE_URL=
COUCHBASE_USERNAME=
COUCHBASE_PASSWORD=
COUCHBASE_BUCKET=
COUCHBASE_SCOPE=
COUCHBASE_COLLECTION=
数据结构
每个行星文档应遵循以下结构：
interface StarWarsCharacter {
name: string;
rotation_period: string;
orbital_period: string;
diameter: string;
climate: string;
gravity: string;
terrain: string;
surface_water: string;
population: string;
residents: string[];
films: string[];
created: string;
edited: string;
url: string;
embedding?: number[]; // 用于相似性搜索的向量嵌入
}
向量搜索索引
需在 Couchbase 中创建一个名为 vector-search-index 的向量搜索索引，该索引引用 embedding 字段。
💻 使用示例
基础用法
- 启动服务器：
npm start
- 服务器将通过 stdin/stdout 监听 MCP 请求。
- AI 模型可以使用以下示例查询与服务器交互：
// 获取行星详细信息
{
"name": "fetch_planet_name",
"arguments": {
"name": "Tatooine"
}
}
// 查找相似的行星
{
"name": "find_planets_which_are_similar",
"arguments": {
"name": "Tatooine"
}
}