Detaillierte Beschreibung des Projekts mcp-server-milvus

Projektübersicht

mcp-server-milvus ist ein Open-Source-Projekt, das von Zilliz Tech entwickelt wurde und eine Model Context Protocol (MCP)-Serverimplementierung für die Milvus-Vektordatenbank bereitstellt. Das Projekt ermöglicht es LLM-Anwendungen, die Funktionen der Milvus-Vektordatenbank nahtlos über ein standardisiertes Protokoll zu integrieren und darauf zuzugreifen.

Kernfunktionsmerkmale

Unterstützte Operationstools

Der MCP-Server bietet die folgenden Kernwerkzeuge:

• milvus_text_search: Durchsucht Dokumente mit der Volltextsuchfunktion

  • Parameter: collection_name, query_text, limit, output_fields, drop_ratio

• milvus_vector_search: Führt eine Vektorähnlichkeitssuche in einer Collection durch

  • Parameter: collection_name, vector, vector_field, limit, output_fields, metric_type

• milvus_query: Fragt eine Collection mit einem Filterausdruck ab

  • Parameter: collection_name, filter_expr, output_fields, limit

• milvus_list_collections: Listet alle Collections in der Datenbank auf

• milvus_create_collection: Erstellt eine neue Collection mit dem angegebenen Schema

  • Parameter: collection_name, collection_schema, index_params

• milvus_load_collection: Lädt eine Collection zur Suche und Abfrage in den Speicher

  • Parameter: collection_name, replica_number

• milvus_release_collection: Gibt eine Collection aus dem Speicher frei

  • Parameter: collection_name

• milvus_insert_data: Fügt Daten in eine Collection ein

  • Parameter: collection_name, data

• milvus_delete_entities: Löscht Entitäten aus einer Collection basierend auf einem Filterausdruck

  • Parameter: collection_name, filter_expr

Systemanforderungen

• Python 3.10 oder höher
• Eine laufende Milvus-Instanz (lokal oder remote)
• uv-Tool (empfohlen für den Betrieb des Servers)

Installation und Konfiguration

Projekt klonen

git clone https://github.com/zilliztech/mcp-server-milvus.git
cd mcp-server-milvus

Server direkt ausführen

Die empfohlene Methode ist die direkte Ausführung des Servers mit uv, ohne Installation:

uv run src/mcp_server_milvus/server.py --milvus-uri http://localhost:19530

Oder durch Setzen von Umgebungsvariablen in einer .env-Datei:

uv run src/mcp_server_milvus/server.py

Unterstützte Client-Anwendungen

Der MCP-Server kann mit verschiedenen LLM-Anwendungen verwendet werden, die das Model Context Protocol unterstützen:

Claude Desktop Integration

1. Installieren Sie Claude Desktop
2. Konfigurieren Sie die Datei claude_desktop_config.json:

{
  "mcpServers": {
    "milvus": {
      "command": "/PATH/TO/uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://localhost:19530"
      ]
    }
  }
}

Cursor Editor Integration

Cursor unterstützt zwei Konfigurationsmethoden:

Methode 1: Konfiguration über die GUI

1. Gehen Sie zu Cursor Settings > Features > MCP
2. Klicken Sie auf die Schaltfläche "+ Add New MCP Server"
3. Füllen Sie das Formular aus:
   • Type: Wählen Sie stdio
   • Name: milvus
   • Command: /PATH/TO/uv --directory /path/to/mcp-server-milvus/src/mcp_server_milvus run server.py --milvus-uri http://127.0.0.1:19530

Methode 2: Konfigurationsdatei

Erstellen Sie die Datei .cursor/mcp.json:

{
  "mcpServers": {
    "milvus": {
      "command": "/PATH/TO/uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://127.0.0.1:19530"
      ]
    }
  }
}

Umgebungsvariablenkonfiguration

• MILVUS_URI: Milvus Server URI (kann den Parameter --milvus-uri ersetzen)
• MILVUS_TOKEN: Optionales Authentifizierungstoken
• MILVUS_DB: Datenbankname (Standard ist "default")

Anwendungsbeispiele

Verwendung in Claude Desktop

Benutzer können über natürliche Sprache mit der Milvus-Datenbank interagieren:

Abfrage der Collection-Liste:

What are the collections I have in my Milvus DB?

Dokumente suchen:

Find documents in my text_collection that mention "machine learning"

Verwendung in Cursor

Neue Collection erstellen:

Create a new collection called 'articles' in Milvus with fields for title (string), content (string), and a vector field (128 dimensions)

Fehlerbehebung

Verbindungsprobleme

• Stellen Sie sicher, dass die Milvus-Instanz ausgeführt wird
• Überprüfen Sie, ob die URI-Konfiguration korrekt ist
• Stellen Sie sicher, dass Firewall-Regeln die Verbindung nicht blockieren
• Versuchen Sie, 127.0.0.1 anstelle von localhost zu verwenden

Authentifizierungsprobleme

• Stellen Sie sicher, dass MILVUS_TOKEN korrekt ist
• Überprüfen Sie, ob die Milvus-Instanz eine Authentifizierung erfordert
• Stellen Sie sicher, dass Sie über die richtigen Berechtigungen zum Ausführen der Operation verfügen

Technische Architektur

Das Projekt basiert auf Python und verwendet eine moderne Entwicklungstoolkette:

• Verwendung von uv als Paketverwaltungs- und Ausführungstool
• Einhaltung der MCP-Standardprotokollspezifikation
• Bereitstellung einer vollständigen Kapselung der Milvus-Datenbankoperationen
• Unterstützung verschiedener KI-Anwendungsclients

Anwendungsfälle

Das Projekt eignet sich hauptsächlich für die folgenden Szenarien:

• KI-gestützte Erweiterung von Code-Editoren
• Kontextverbesserung von Chat-Oberflächen
• Erstellung benutzerdefinierter KI-Workflows
• Integration von Vektordatenbanken mit LLMs
• Semantische Suche und RAG-Anwendungen (Retrieval Augmented Generation)

Mit mcp-server-milvus können Entwickler die leistungsstarken Funktionen der Milvus-Vektordatenbank einfach in verschiedene KI-Anwendungen integrieren und Benutzern ein intelligenteres und genaueres Interaktionserlebnis bieten.