Skip to main content
Glama

MCP Embedding Search

mcp-встраивание-поиск

Сервер Model Context Protocol (MCP), который запрашивает базу данных Turso, содержащую вложения и сегменты транскриптов. Этот инструмент позволяет пользователям искать соответствующие сегменты транскриптов, задавая вопросы, без создания новых вложений.

Функции

  • 🔍 Векторный поиск сходства для сегментов транскрипта
  • 📊 Оценка релевантности на основе косинусного сходства
  • 📝 Полные метаданные транскрипта (название эпизода, временные метки)
  • ⚙️ Настраиваемые параметры поиска (лимит, минимальный счет)
  • 🔄 Эффективный пул соединений с базой данных
  • 🛡️ Комплексная обработка ошибок
  • 📈 Оптимизированная производительность для быстрого реагирования

Конфигурация

Этот сервер требует настройки через ваш клиент MCP. Вот примеры для разных сред:

Конфигурация Клайна

Добавьте это в настройки 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" } } } }

Конфигурация рабочего стола Клода

Добавьте это в конфигурацию вашего 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

На сервере реализован один инструмент MCP:

поиск_внедрений

Поиск соответствующих сегментов транскрипта с использованием векторного сходства.

Параметры:

  • question (строка, обязательно): Текст запроса для поиска
  • limit (число, необязательно): количество возвращаемых результатов (по умолчанию: 5, максимум: 50)
  • min_score (число, необязательно): Минимальный порог сходства (по умолчанию: 0,5, диапазон: 0-1)

Формат ответа:

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

Схема базы данных

Этот инструмент ожидает базу данных Turso со следующей схемой:

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 );

Столбец embedding должен содержать векторные вложения, которые можно использовать с функцией vector_distance_cos .

Разработка

Настраивать

  1. Клонировать репозиторий
  2. Установить зависимости:
npm install
  1. Создайте проект:
npm run build
  1. Запустить в режиме разработки:
npm run dev

Издательский

Проект использует наборы изменений для управления версиями. Для публикации:

  1. Создайте набор изменений:
npm run changeset
  1. Версия пакета:
npm run version
  1. Опубликовать в npm:
npm run release

Внося вклад

Вклады приветствуются! Пожалуйста, не стесняйтесь отправлять запрос на включение.

Лицензия

Лицензия MIT — подробности см. в файле LICENSE .

Благодарности

-
security - not tested
F
license - not found
-
quality - not tested

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Сервер Model Context Protocol, который ищет сегменты транскриптов в базе данных Turso, используя векторное сходство, позволяя пользователям находить релевантный контент, задавая вопросы, не создавая новых внедрений.

  1. Функции
    1. Конфигурация
      1. Конфигурация Клайна
      2. Конфигурация рабочего стола Клода
    2. API
      1. поиск\_внедрений
    3. Схема базы данных
      1. Разработка
        1. Настраивать
        2. Издательский
      2. Внося вклад
        1. Лицензия
          1. Благодарности

            Related MCP Servers

            • -
              security
              F
              license
              -
              quality
              A Model Context Protocol server that provides AI-powered features for the Transcripter project, including tools for searching and summarizing transcriptions and resources for accessing transcription and analysis data.
              Last updated 4 months ago
              672
              TypeScript
            • -
              security
              A
              license
              -
              quality
              A Model Context Protocol server that enables semantic search capabilities by providing tools to manage Qdrant vector database collections, process and embed documents using various embedding services, and perform semantic searches across vector embeddings.
              Last updated 4 months ago
              89
              TypeScript
              MIT License
            • A
              security
              A
              license
              A
              quality
              A Model Context Protocol server that enables retrieval of transcripts from YouTube videos. This server provides direct access to video transcripts and subtitles through a simple interface, making it ideal for content analysis and processing.
              Last updated 3 months ago
              1
              258
              10
              TypeScript
              MIT License
              • Linux
              • Apple
            • -
              security
              -
              license
              -
              quality
              A Model Context Protocol server that enables searching YouTube videos, retrieving and storing transcripts, and performing semantic search over video content without using the official YouTube API.
              Last updated 4 months ago
              1
              Python
              MIT License

            View all related MCP servers

            MCP directory API

            We provide all the information about MCP servers via our MCP API.

            curl -X GET 'https://glama.ai/api/mcp/v1/servers/spences10/mcp-embedding-search'

            If you have feedback or need assistance with the MCP directory API, please join our Discord server