Chroma Mcp 服务器

什么是 Chroma？

Chroma 是一个开源项目，旨在提供一个强大而灵活的 MCP（Minecraft：Java 版）服务器。它允许玩家以独特的方式体验 Minecraft，提供各种增强游戏玩法和服务器管理的功能。该项目托管在 GitHub 上，用户为“privetin”，并且对公众开放以便于贡献和改进。

Chroma 的特点

• 可定制的服务器设置：Chroma 允许服务器管理员自定义各种设置，以根据自己的喜好调整游戏体验。
• 用户友好的界面：该项目配备了用户友好的界面，简化了服务器管理和配置。
• 活跃的社区支持：作为一个开源项目，Chroma 受益于一个活跃的社区，该社区为其开发做出贡献并为用户提供支持。
• 定期更新：该项目定期更新，以修复错误、改善性能并添加新功能，确保顺畅的游戏体验。
• 兼容性：Chroma 旨在与多个 Minecraft 版本兼容，使其适用于不同的玩家基础。

如何使用 Chroma

1. 安装：要开始使用 Chroma，请从 GitHub 仓库下载最新版本。按照文档中提供的安装说明进行操作。
2. 配置：安装后，根据您的偏好配置服务器设置。这包括设置玩家权限、游戏模式和其他服务器参数。
3. 启动服务器：配置完成后，启动服务器并邀请玩家加入。确保您的服务器运行的是正确版本的 Minecraft 以确保兼容性。
4. 社区互动：在 GitHub 上与 Chroma 社区互动以获取支持、功能请求和贡献。您可以报告问题、建议改进，甚至提交代码。

常见问题解答

问：Chroma 是免费使用的吗？

答：是的，Chroma 是一个开源项目，任何人都可以免费使用。

问：我如何能为 Chroma 贡献？

答：您可以通过报告问题、建议功能或通过 GitHub 仓库的拉取请求提交代码更改来贡献。

问：Chroma 支持哪些版本的 Minecraft？

答：Chroma 旨在与多个版本的 Minecraft 兼容。请始终查看文档以获取最新的兼容性信息。

问：我在哪里可以找到 Chroma 的支持？

答：支持可以在 GitHub 仓库的问题部分找到，您可以在这里提问和报告问题。此外，社区论坛可能提供进一步的帮助。

问：我可以自定义我的 Chroma 服务器上的游戏体验吗？

答：当然可以！Chroma 提供广泛的自定义选项，以根据您的喜好调整游戏体验。

Chroma MCP Server

A Model Context Protocol (MCP) server implementation that provides vector database capabilities through Chroma. This server enables semantic document search, metadata filtering, and document management with persistent storage.

Requirements

• Python 3.8+
• Chroma 0.4.0+
• MCP SDK 0.1.0+

Components

Resources

The server provides document storage and retrieval through Chroma's vector database:

• Stores documents with content and metadata
• Persists data in src/chroma/data directory
• Supports semantic similarity search

Tools

The server implements CRUD operations and search functionality:

Document Management

• create_document: Create a new document

  • Required: document_id, content
  • Optional: metadata (key-value pairs)
  • Returns: Success confirmation
  • Error: Already exists, Invalid input

• read_document: Retrieve a document by ID

  • Required: document_id
  • Returns: Document content and metadata
  • Error: Not found

• update_document: Update an existing document

  • Required: document_id, content
  • Optional: metadata
  • Returns: Success confirmation
  • Error: Not found, Invalid input

• delete_document: Remove a document

  • Required: document_id
  • Returns: Success confirmation
  • Error: Not found

• list_documents: List all documents

  • Optional: limit, offset
  • Returns: List of documents with content and metadata

Search Operations

• search_similar: Find semantically similar documents
  • Required: query
  • Optional: num_results, metadata_filter, content_filter
  • Returns: Ranked list of similar documents with distance scores
  • Error: Invalid filter

Features

• Semantic Search: Find documents based on meaning using Chroma's embeddings
• Metadata Filtering: Filter search results by metadata fields
• Content Filtering: Additional filtering based on document content
• Persistent Storage: Data persists in local directory between server restarts
• Error Handling: Comprehensive error handling with clear messages
• Retry Logic: Automatic retries for transient failures

Installation

1. Install dependencies:

uv venv
uv sync --dev --all-extras

Configuration

Claude Desktop

Add the server configuration to your Claude Desktop config:

Windows: C:\Users\<username>\AppData\Roaming\Claude\claude_desktop_config.json

MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "chroma": {
      "command": "uv",
      "args": [
        "--directory",
        "C:/MCP/server/community/chroma",
        "run",
        "chroma"
      ]
    }
  }
}

Data Storage

The server stores data in:

• Windows: src/chroma/data
• MacOS/Linux: src/chroma/data

Usage

1. Start the server:

uv run chroma

2. Use MCP tools to interact with the server:

### Create a document
create_document({
    "document_id": "ml_paper1",
    "content": "Convolutional neural networks improve image recognition accuracy.",
    "metadata": {
        "year": 2020,
        "field": "computer vision",
        "complexity": "advanced"
    }
})

### Search similar documents
search_similar({
    "query": "machine learning models",
    "num_results": 2,
    "metadata_filter": {
        "year": 2020,
        "field": "computer vision"
    }
})

Error Handling

The server provides clear error messages for common scenarios:

• Document already exists [id=X]
• Document not found [id=X]
• Invalid input: Missing document_id or content
• Invalid filter
• Operation failed: [details]

Development

Testing

1. Run the MCP Inspector for interactive testing:

npx @modelcontextprotocol/inspector uv --directory C:/MCP/server/community/chroma run chroma

2. Use the inspector's web interface to:
   • Test CRUD operations
   • Verify search functionality
   • Check error handling
   • Monitor server logs

Building

1. Update dependencies:

uv compile pyproject.toml

2. Build package:

uv build

Contributing

Contributions are welcome! Please read our Contributing Guidelines for details on:

• Code style
• Testing requirements
• Pull request process

License

This project is licensed under the MIT License - see the LICENSE file for details.