J

Jina AI 多模态搜索

@Sheshiyer/jina-ai-mcp-multimodal-search
0 Stars 523 次浏览 Sheshiyer 更新于 2026-08-23

通过与Jina AI的神经搜索功能集成,启用语义搜索、图像搜索和跨模态搜索功能。

该服务暂未提供标准配置,请参考 README 手动接入

服务介绍

Jina AI MCP 服务器

一个提供与 Jina AI 的神经搜索功能无缝集成的模型上下文协议 (MCP) 服务器。该服务器通过简单的接口实现了语义搜索、图像搜索和跨模态搜索功能。

🚀 功能

  • 语义搜索:使用自然语言查询查找语义相似的文档
  • 图像搜索:使用图像 URL 搜索视觉上相似的图像
  • 跨模态搜索:执行文本到图像或图像到文本的搜索

📋 前提条件

  • Node.js 16 或更高版本
  • 一个 Jina AI 账户和 API 密钥(在这里获取
  • 兼容 MCP 的环境(例如,Cline)

🛠️ 安装

  1. 克隆仓库:
git clone <repository-url>
cd jina-ai-mcp
  1. 安装依赖项:
npm install
  1. 使用您的 Jina AI API 密钥创建一个 .env 文件:
JINA_API_KEY=your_api_key_here
  1. 构建服务器:
npm run build

⚙️ 配置

在您的 MCP 设置文件中添加以下配置:

{
  "mcpServers": {
    "jina-ai": {
      "command": "node",
      "args": [
        "/path/to/jina-ai-mcp/build/index.js"
      ],
      "env": {
        "JINA_API_KEY": "your_api_key_here"
      }
    }
  }
}

🔍 可用工具

1. 语义搜索

对文本文档执行语义/神经搜索。

use_mcp_tool({
  server_name: "jina-ai",
  tool_name: "semantic_search",
  arguments: {
    query: "search query text",
    collection: "your-collection-name",
    limit: 10 // optional, defaults to 10
  }
})

2. 图像搜索

使用图像 URL 搜索相似的图像。

use_mcp_tool({
  server_name: "jina-ai",
  tool_name: "image_search",
  arguments: {
    imageUrl: "https://example.com/image.jpg",
    collection: "your-collection-name",
    limit: 10 // optional, defaults to 10
  }
})

3. 跨模态搜索

执行文本到图像或图像到文本的搜索。

use_mcp_tool({
  server_name: "jina-ai",
  tool_name: "cross_modal_search",
  arguments: {
    query: "a beautiful sunset", // or image URL for image2text
    mode: "text2image", // or "image2text"
    collection: "your-collection-name",
    limit: 10 // optional, defaults to 10
  }
})

📝 响应格式

所有搜索工具都以以下格式返回结果:

{
  content: [
    {
      type: "text",
      text: JSON.stringify({
        results: [
          {
            id: string,
            score: number,
            data: Record<string, any>
          }
        ]
      }, null, 2)
    }
  ]
}

🔐 错误处理

服务器处理各种错误情况:

  • 无效的 API 密钥
  • 缺少或无效的参数
  • API 速率限制
  • 网络错误
  • 无效的集合名称

所有错误都被正确格式化,并附带适当的错误代码和消息返回。

🤝 贡献

欢迎贡献!请随时提交 Pull Request。

📄 许可证

该项目根据 MIT 许可证许可 - 详情请参阅 LICENSE 文件。

🙏 致谢

相关 MCP 服务