Files Db MCP

](https://mseep.ai/app/randomm-files-db-mcp)

文件数据库MCP：代码项目的矢量搜索

一种本地矢量数据库系统，通过消息控制协议（MCP）为LLM编码代理提供快速、高效的软件项目搜索功能。

特性

• 零配置 -自动检测具有合理默认值的项目结构
• 实时监控 -持续监视文件更改
• 矢量搜索 -语义搜索以查找相关代码
• MCP接口 -与Claude Code和其他LLM工具兼容
• 开源模型 -使用Hugging Face模型进行代码嵌入

安装

选项1：克隆和安装（推荐）

# Using SSH (recommended if you have SSH keys set up with GitHub)
git clone git@github.com:randomm/files-db-mcp.git ~/.files-db-mcp && bash ~/.files-db-mcp/install/setup.sh

# Using HTTPS (if you don't have SSH keys set up)
git clone https://github.com/randomm/files-db-mcp.git ~/.files-db-mcp && bash ~/.files-db-mcp/install/setup.sh

选项2：自动安装脚本

curl -fsSL https://raw.githubusercontent.com/randomm/files-db-mcp/main/install/install.sh | bash

用法

安装后，在任何项目目录中运行：

files-db-mcp

该服务将：

1. 检测您的项目文件
2. 在后台开始索引
3. 立即开始响应MCP搜索查询

需求

• 码头工人
• Docker Compose

配置

文件DB MCP无需配置即可工作，但您可以使用环境变量对其进行自定义：

• EMBEDDING_MODEL -更改嵌入模型（默认：“jinaai/jina-embeddings-v2-base-code”或特定于项目的模型）
• FAST_STARTUP -设置为“true”以使用较小的模型来加快启动速度（默认值：“false”）
• QUANTIZATION -启用/禁用量化（默认值：“true”）
• BINARY_EMBEDDINGS -启用/禁用二进制嵌入（默认值：“false”）
• IGNORE_PATTERNS -以逗号分隔的要忽略的文件/目录列表

首次启动

首次运行时，Files DB MCP将下载嵌入模型，这可能需要几分钟的时间，具体取决于：

• 所选型号的大小（高质量型号为300-500MB）
• 您的互联网连接速度

后续的初创公司将更快，因为模型将缓存在持久的Docker卷中。为了更快地启动，您可以：

# Use a smaller, faster model (90MB)
EMBEDDING_MODEL=sentence-transformers/all-MiniLM-L6-v2 files-db-mcp

# Or enable fast startup mode
FAST_STARTUP=true files-db-mcp

模型缓存

Files DB MCP会自动保存下载的嵌入模型，因此您只需下载一次：

• 模型存储在名为的Docker卷中 model_cache
• 此卷在容器重启之间和不同项目之间持续存在
• 使用计算机上的Files DB MCP为所有项目共享缓存
• 您不需要为每个项目再次下载模型

Claude代码集成

添加到您的Claude代码配置中：

{
  "mcpServers": {
    "files-db-mcp": {
      "command": "python",
      "args": ["/path/to/src/claude_mcp_server.py", "--host", "localhost", "--port", "6333"]
    }
  }
}

有关详细信息，请参阅 Claude MCP集成.

文档

• 安装指南 -详细的设置说明
• api参考 -完整的API文件
• 配置指南 -配置选项

存储库结构

• /src -源代码
• /tests -单元和集成测试
• /docs -文件
• /scripts -实用程序脚本
• /install -安装脚本
• /.docker -Docker配置
• /config -配置文件
• /ai-assist -AI辅助文件

许可证

MIT许可证

贡献

欢迎投稿！请随时提交拉取请求。