向量化智能搜索
@vectorize-io/vectorize-mcp-server
1 Stars
837 次浏览
vectorize-io
更新于 2026-08-23
为高级检索、私有深度研究、任意文件转Markdown提取和文本分块矢量化MCP服务器。
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": {
"vectorize": {
"args": [
"-y",
"@vectorize-io/vectorize-mcp-server@latest"
],
"command": "npx",
"env": {
"VECTORIZE_ORG_ID": "your-org-id",
"VECTORIZE_PIPELINE_ID": "your-pipeline-id",
"VECTORIZE_TOKEN": "your-token"
}
}
}
}该服务需要配置环境变量：VECTORIZE_ORG_ID、VECTORIZE_TOKEN
可用工具 （3 个）
该服务在 MCP 协议中暴露的工具，AI 可按需调用
retrieve 3 个参数 需填 3 项
Retrieve documents from a Vectorize pipeline.
必填参数：pipelineId、question、k
extract 2 个参数 需填 2 项
Perform text extraction and chunking on a document.
必填参数：base64Document、contentType
deep-research 3 个参数 需填 3 项
Generate a deep research on a Vectorize pipeline.
必填参数：pipelineId、query、webSearch
服务介绍
Vectorize MCP 服务器
这是一个与 Vectorize 集成的 Model Context Protocol (MCP) 服务器实现，用于高级向量检索和文本提取。
安装
使用 npx 运行
export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID
npx -y @vectorize-io/vectorize-mcp-server@latest
在 Claude/Windsurf/Cursor/Cline 上配置
{
"mcpServers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "your-org-id",
"VECTORIZE_TOKEN": "your-token",
"VECTORIZE_PIPELINE_ID": "your-pipeline-id"
}
}
}
}
工具
检索文档
执行向量搜索并检索文档（参见官方 API）：
{
"name": "retrieve",
"arguments": {
"question": "Financial health of the company",
"k": 5
}
}
文本提取和分块（任何文件转为 Markdown 格式）
从文档中提取文本并将其分块为 Markdown 格式（参见官方 API）：
{
"name": "extract",
"arguments": {
"base64document": "base64-encoded-document",
"contentType": "application/pdf"
}
}
深度研究
从您的管道生成私有深度研究报告（参见官方 API）：
{
"name": "deep-research",
"arguments": {
"query": "Generate a financial status report about the company",
"webSearch": true
}
}
开发
npm install
npm run dev
贡献
- 叉分仓库
- 创建您的功能分支
- 提交拉取请求
