Vectoriser le serveur Mcp

Aperçu

Qu'est-ce que le serveur Vectorize MCP ?

Le ### serveur Vectorize MCP est un projet open-source conçu pour faciliter la gestion et le traitement des données au sein de l'écosystème Vectorize. Il sert de serveur backend qui gère diverses tâches liées à la manipulation, au stockage et à la récupération des données, ce qui en fait un composant essentiel pour les développeurs travaillant avec les technologies Vectorize.

Fonctionnalités du serveur Vectorize MCP

Gestion des données : Gérez et traitez efficacement de grands ensembles de données avec aisance.
Intégration API : Intégrez-vous facilement avec d'autres services grâce à une API robuste, permettant une manipulation flexible des données.
Open Source : Étant un projet open-source, il encourage les contributions de la communauté et la transparence.
Scalabilité : Conçu pour évoluer avec vos besoins, que vous travailliez sur de petits projets ou de grandes solutions d'entreprise.
Documentation : Une documentation complète est disponible pour aider les développeurs à démarrer et à utiliser le serveur efficacement.

Comment utiliser le serveur Vectorize MCP

Installation : Commencez par cloner le dépôt depuis GitHub et suivez les instructions d'installation fournies dans la documentation.
Configuration : Configurez les paramètres du serveur selon les exigences de votre projet. Cela peut inclure la configuration des connexions à la base de données et des clés API.
Utilisation de l'API : Utilisez les points de terminaison API fournis pour interagir avec le serveur. Vous pouvez effectuer des opérations telles que la récupération de données, les mises à jour et les suppressions.
Tests : Effectuez des tests approfondis pour vous assurer que le serveur fonctionne comme prévu dans votre application.
Déploiement : Une fois que tout est configuré et testé, déployez le serveur dans votre environnement de production.

Questions Fréquemment Posées

Q : Le serveur Vectorize MCP est-il gratuit à utiliser ?

R : Oui, c'est un projet open-source et il est gratuit à utiliser sous la licence MIT.

Q : Puis-je contribuer au serveur Vectorize MCP ?

R : Absolument ! Les contributions sont les bienvenues. Vous pouvez soumettre des problèmes, des demandes de fonctionnalités ou des demandes de tirage sur le dépôt GitHub.

Q : Où puis-je trouver la documentation ?

R : La documentation est disponible sur docs.vectorize.io/api/api-mcp-server.

Q : Quels langages de programmation sont pris en charge ?

R : Le serveur est principalement construit en utilisant des langages compatibles avec l'écosystème Vectorize, mais il peut être intégré avec n'importe quel langage capable d'effectuer des requêtes HTTP.

Q : Comment signaler un bug ?

R : Vous pouvez signaler des bugs en ouvrant un problème sur le dépôt GitHub, en fournissant autant de détails que possible pour aider les développeurs à résoudre le problème.

Détail

Vectorize MCP Server

A Model Context Protocol (MCP) server implementation that integrates with Vectorize for advanced Vector retrieval and text extraction.

Installation

Running with npx

export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID

npx -y @vectorize-io/vectorize-mcp-server@latest

VS Code Installation

For one-click installation, click one of the install buttons below:

Manual Installation

For the quickest installation, use the one-click install buttons at the top of this section.

To install manually, add the following JSON block to your User Settings (JSON) file in VS Code. You can do this by pressing Ctrl + Shift + P and typing Preferences: Open User Settings (JSON).

{
  "mcp": {
    "inputs": [
      {
        "type": "promptString",
        "id": "org_id",
        "description": "Vectorize Organization ID"
      },
      {
        "type": "promptString",
        "id": "token",
        "description": "Vectorize Token",
        "password": true
      },
      {
        "type": "promptString",
        "id": "pipeline_id",
        "description": "Vectorize Pipeline ID"
      }
    ],
    "servers": {
      "vectorize": {
        "command": "npx",
        "args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
        "env": {
          "VECTORIZE_ORG_ID": "${input:org_id}",
          "VECTORIZE_TOKEN": "${input:token}",
          "VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
        }
      }
    }
  }
}

Optionally, you can add the following to a file called .vscode/mcp.json in your workspace to share the configuration with others:

{
  "inputs": [
    {
      "type": "promptString",
      "id": "org_id",
      "description": "Vectorize Organization ID"
    },
    {
      "type": "promptString",
      "id": "token",
      "description": "Vectorize Token",
      "password": true
    },
    {
      "type": "promptString",
      "id": "pipeline_id",
      "description": "Vectorize Pipeline ID"
    }
  ],
  "servers": {
    "vectorize": {
      "command": "npx",
      "args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
      "env": {
        "VECTORIZE_ORG_ID": "${input:org_id}",
        "VECTORIZE_TOKEN": "${input:token}",
        "VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
      }
    }
  }
}

Configuration on Claude/Windsurf/Cursor/Cline

{
  "mcpServers": {
    "vectorize": {
      "command": "npx",
      "args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
      "env": {
        "VECTORIZE_ORG_ID": "your-org-id",
        "VECTORIZE_TOKEN": "your-token",
        "VECTORIZE_PIPELINE_ID": "your-pipeline-id"
      }
    }
  }
}

Tools

Retrieve documents

Perform vector search and retrieve documents (see official API):

{
  "name": "retrieve",
  "arguments": {
    "question": "Financial health of the company",
    "k": 5
  }
}

Text extraction and chunking (Any file to Markdown)

Extract text from a document and chunk it into Markdown format (see official API):

{
  "name": "extract",
  "arguments": {
    "base64document": "base64-encoded-document",
    "contentType": "application/pdf"
  }
}

Deep Research

Generate a Private Deep Research from your pipeline (see official API):

{
  "name": "deep-research",
  "arguments": {
    "query": "Generate a financial status report about the company",
    "webSearch": true
  }
}

Development

npm install
npm run dev

Release

Change the package.json version and then:

git commit -am "x.y.z"
git tag x.y.z
git push origin
git push origin --tags

Contributing

Fork the repository
Create your feature branch
Submit a pull request

{ "mcpServers": { "vectorize-mcp-server": { "command": "docker", "args": [ "run", "-i", "--rm", "ghcr.io/metorial/mcp-container--vectorize-io--vectorize-mcp-server--vectorize-mcp-server", "node dist/index.js" ], "env": { "VECTORIZE_ORG_ID": "vectorize-org-id", "VECTORIZE_TOKEN": "vectorize-token", "VECTORIZE_PIPELINE_ID": "vectorize-pipeline-id" } } } }