向量知识助手
通过模型上下文协议启用从 Supavec 获取相关内容和嵌入式内容,使像 Claude 这样的 AI 助手能够访问向量搜索功能。
MCP 服务配置
复制以下 JSON 到 OPClaw 或其他 MCP 客户端的配置文件中即可使用
{
"mcpServers": {
"supavec": {
"args": [
"path/to/supavec/mcp/build/index.js"
],
"command": "node",
"env": {
"SUPAVEC_API_KEY": "\u003cyour api key\u003e"
}
}
}
}
该服务需要配置环境变量:SUPAVEC_API_KEY
可用工具 (1 个)
该服务在 MCP 协议中暴露的工具,AI 可按需调用
fetch-embeddings 2 个参数 需填 2 项
Fetch embeddings for a file by ID and query
必填参数:file_id、query
服务介绍
Supavec MCP 服务器
从 Supavec 获取相关内容。
这是 Supavec 的 MCP (模型上下文协议) 服务器的官方实现。
工具
fetch-embeddings:从 Supavec 获取相关的嵌入和内容
使用方法
构建它
始终先安装依赖项并构建:
npm run install && npm run build
获取您的 Supavec API 密钥
在 Supavec 注册并获取您的 API 密钥。
与桌面版 Claude 一起使用
将以下内容添加到您的 ~/Library/Application\ Support/Claude/claude_desktop_config.json 文件中:
{
"mcpServers": {
"supavec": {
"command": "node",
"args": ["path/to/supavec/mcp/build/index.js"],
"env": {
"SUPAVEC_API_KEY": "<your api key>"
}
}
}
}
独立使用或用于其他项目
SUPAVEC_API_KEY=your_api_key && node build/index.js
许可证
Supavec MCP 服务器 根据 MIT 许可证发布。