Token导航 LogoToken导航TokenDH.com
Chroma MCP logo
搜索检索stdio官方级别未说明来源级核验

Chroma MCP

MCP Server

A Model Context Protocol (MCP) server implementation that provides vector database capabilities through Chroma.

工具数

0

提示词数

0

GitHub Stars

41

资源数

0
向量数据库搜索PythonClaude文档处理Claude DesktopClaude

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

privetin

提供方

privetin

最后核验

2026/5/18 02:16

运行时

Python

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

uv run chroma

详细介绍

Chroma MCP服务器

一种模型上下文协议(MCP)服务器实现,通过Chroma提供矢量数据库功能。此服务器支持语义文档搜索、元数据过滤和具有持久存储的文档管理。

需求

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

组件

资源

服务器通过Chroma的矢量数据库提供文档存储和检索:

  • 存储包含内容和元数据的文档
  • 将数据持久化 src/chroma/data 目录
  • 支持语义相似度搜索

工具

服务器实现CRUD操作和搜索功能:

文档管理

  • create_document:创建新文档

- 必修的: document_id, content - 可选: metadata (键值对) - 返回:成功确认 - 错误:已存在,输入无效

  • read_document:按ID检索文档

- 必修的: document_id - 返回:文档内容和元数据 - 错误:未找到

  • update_document:更新现有文档

- 必修的: document_id, content - 可选: metadata - 返回:成功确认 - 错误:未找到,输入无效

  • delete_document:删除文档

- 必修的: document_id - 返回:成功确认 - 错误:未找到

  • list_documents:列出所有文件

- 可选: limit, offset - 返回:包含内容和元数据的文档列表

搜索操作

  • search_similar:查找语义相似的文档

- 必修的: query - 可选: num_results, metadata_filter, content_filter - 返回:具有距离分数的类似文档的排名列表 - 错误:筛选器无效

特性

  • 语义搜索:使用Chroma的嵌入根据含义查找文档
  • 元数据筛选:按元数据字段筛选搜索结果
  • 内容过滤:基于文档内容的附加过滤
  • 永久存储:在服务器重新启动之间,数据保留在本地目录中
  • 错误处理:全面的错误处理,信息清晰
  • 重试逻辑:暂时性故障的自动重试

安装

  1. 安装依赖项:
uv venv
uv sync --dev --all-extras

配置

克劳德桌面

将服务器配置添加到您的Claude Desktop配置中:

窗户: C:\Users\\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"
      ]
    }
  }
}

数据存储

服务器将数据存储在:

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

用法

  1. 启动服务器:
uv run chroma
  1. 使用MCP工具与服务器交互:
# 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"
    }
})

错误处理

服务器为常见场景提供清晰的错误消息:

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

发展

测试

  1. 运行MCP检查器进行交互式测试:
npx @modelcontextprotocol/inspector uv --directory C:/MCP/server/community/chroma run chroma
  1. 使用检查员的web界面:

- 测试CRUD操作 - 验证搜索功能 - 检查错误处理 - 监控服务器日志

建筑

  1. 更新依赖关系:
uv compile pyproject.toml
  1. 构建包:
uv build

贡献

欢迎投稿!请阅读我们的 贡献指南 有关以下内容的详细信息:

  • 代码风格
  • 测试要求
  • 拉取请求流程

许可证

此项目根据MIT许可证获得许可-请参阅 许可证 文件以获取详细信息。

目录标签

目录标签

向量数据库搜索PythonClaude文档处理research-and-datachromavector-databaseMCP-server本地部署语义搜索文档管理元数据过滤持久化存储

支持客户端

Claude DesktopClaude

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Python

部署方式(deploymentType,部署类型)

local-only

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdiononelocal-only

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP