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

My Digital Twin

MCP Server

该服务通过从专业配置文件生成嵌入向量并存储在Upstash Vector中,支持语义检索和RAG应用。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
向量数据库TypeScriptRAG

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

RetroFury07

提供方

RetroFury07

最后核验

2026/5/17 20:22

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

python -m pip install -r requirements.txt

详细介绍

数字孪生工作坊

此仓库根据您的专业配置文件构建嵌入(digitaltwin.json)并将它们存储在Uptash Vector中用于语义检索,然后为一个简单的MCP服务器提供支持RAG。

先决条件

  • Python 3.10+
  • 创建维度为1536的Uptash矢量索引
  • API密钥

- UPSTASH_VECTOR_REST_URLUPSTASH_VECTOR_REST_TOKEN - OPENAI_API_KEY (用于通过以下方式嵌入 text-embedding-3-small)

设置

  1. 复制 .env.example.env 并填写数值。
  2. 安装依赖项:
# From the repo root
python -m pip install -r requirements.txt

嵌入您的数字孪生模型

python .\embed_digitaltwin.py
  • 剧本平淡无奇 digitaltwin.json 并将嵌入和元数据上传到Uptash Vector。
  • 如果您在Upstash中看到维度不匹配错误,请使用以下命令重新创建索引 dimension=1536.

备注

  • 之前的版本试图使用Groq进行嵌入;Groq目前不提供 text-embedding-3-small 模型。这个脚本现在使用OpenAI的嵌入API来代替。
  • 确保API密钥的安全。不要承诺 .env.

目录标签

目录标签

向量数据库TypeScriptRAG数字孪生本地部署语义检索

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

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

stdionone部署方式未说明

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