STARWARCLOUD STARWAR.AI
返回市场
MCP-服务器-米尔维斯

MCP-服务器-米尔维斯

作者：zilliztech196 星标更新：2025-11-21
安装使用来源：spider==github.com

项目介绍

MCP Server for Milvus

模型上下文协议（MCP）是一种开放协议，它能够实现大型语言模型（LLM）应用程序与外部数据源和工具之间的无缝集成。无论您是在构建AI驱动的IDE、增强聊天界面，还是创建自定义的AI工作流，MCP都提供了一种标准化的方式来连接LLMs及其所需的上下文。

此仓库包含一个MCP服务器，该服务器提供了对Milvus向量数据库功能的访问。

MCP with Milvus

使用前提

在使用此MCP服务器之前，请确保您已具备以下条件：

  • Python 3.10或更高版本
  • 运行中的Milvus实例（本地或远程）
  • 安装了uv（推荐用于运行服务器）

使用方法

推荐的使用方式是直接通过uv运行此MCP服务器，而无需安装。这是Claude Desktop和Cursor示例中配置使用的方式。

如果您想克隆此仓库：

git clone https://github.com/zilliztech/mcp-server-milvus.git
cd mcp-server-milvus

然后可以直接运行服务器：

uv run src/mcp_server_milvus/server.py --milvus-uri http://localhost:19530

或者您可以更改src/mcp_server_milvus/目录下的.env文件来设置环境变量，并使用以下命令运行服务器：

uv run src/mcp_server_milvus/server.py

注意：.env文件中的设置优先级高于命令行参数。

运行模式

服务器支持两种运行模式：标准输入输出（stdio）（默认）和服务器发送事件（SSE）。

标准输入输出模式（默认）

  • 描述：通过标准输入输出与客户端通信。如果未指定模式，则默认为此模式。

  • 使用方法：

    uv run src/mcp_server_milvus/server.py --milvus-uri http://localhost:19530

服务器发送事件（SSE）模式

  • 描述：使用HTTP服务器发送事件进行通信。此模式允许多个客户端通过HTTP连接，并适用于基于Web的应用程序。

  • 使用方法：

    uv run src/mcp_server_milvus/server.py --sse --milvus-uri http://localhost:19530 --port 8000
    • --sse：启用SSE模式。
    • --port：指定SSE服务器的端口（默认：8000）。

  • 调试SSE模式：

    如果要在SSE模式下进行调试，在启动SSE服务后，输入以下命令：

    mcp dev src/mcp_server_milvus/server.py

    输出类似于：

    % mcp dev src/mcp_server_milvus/merged_server.py
正在启动MCP检查器...
⚙️ 代理服务器正在监听端口6277
🔍 MCP检查器已在http://127.0.0.1:6274运行🚀

    您可以访问http://127.0.0.1:6274进行测试。

支持的应用程序

此MCP服务器可用于支持模型上下文协议的各种LLM应用程序：

  • Claude Desktop：Anthropic的桌面应用，用于Claude
  • Cursor：支持MCP的AI驱动代码编辑器
  • 自定义MCP客户端：任何实现MCP客户端规范的应用程序

与Claude Desktop的使用

不同模式的配置

SSE模式配置

按照以下步骤配置Claude Desktop以使用SSE模式：

  1. 从https://claude.ai/download安装Claude Desktop。
  2. 打开您的Claude Desktop配置文件：
    • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
  3. 添加以下SSE模式配置：
{
  "mcpServers": {
    "milvus-sse": {
      "url": "http://your_sse_host:port/sse",
      "disabled": false,
      "autoApprove": []
    }
  }
}
  1. 重启Claude Desktop以应用更改。

标准输入输出模式配置

对于标准输入输出模式，遵循以下步骤：

  1. 从https://claude.ai/download安装Claude Desktop。
  2. 打开您的Claude Desktop配置文件：
    • macOS：~/Library/Application Support/Claude/claude_desktop_config.json
  3. 添加以下标准输入输出模式配置：
{
  "mcpServers": {
    "milvus": {
      "command": "/PATH/TO/uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://localhost:119530"
      ]
    }
  }
}
  1. 重启Claude Desktop以应用更改。

与Cursor的使用

Cursor也支持MCP工具。您可以按照以下步骤将您的Milvus MCP服务器与Cursor集成：

集成步骤

  1. 打开Cursor设置 > MCP
  2. 点击添加新的全局MCP服务器
  3. 点击后，它会自动重定向到mcp.json文件，如果不存在则会创建该文件

配置mcp.json文件

对于标准输入输出模式：

用以下内容覆盖mcp.json文件：

{
  "mcpServers": {
    "milvus": {
      "command": "/PATH/TO/uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://127.0.0.1:19530"
      ]
    }
  }
}

对于服务器发送事件（SSE）模式：

  1. 通过运行以下命令启动服务：

    uv run src/mcp_server_milvus/server.py --sse --milvus-uri http://your_sse_host --port port

    注意：请将http://your_sse_host替换为您实际的SSE主机地址，将port替换为您使用的特定端口号。

  2. 服务启动并运行后，用以下内容覆盖mcp.json文件：

    {
    "mcpServers": {
      "milvus-sse": {
        "url": "http://your_sse_host:port/sse",
        "disabled": false,
        "autoApprove": []
      }
    }
}

完成集成

完成上述步骤后，重新启动Cursor或重新加载窗口以确保配置生效。

验证集成

要验证Cursor是否成功集成了您的Milvus MCP服务器：

  1. 打开Cursor设置 > MCP
  2. 检查列表中是否出现“milvus”或“milvus-sse”（取决于您选择的模式）
  3. 确认相关工具被列出（例如，milvus_list_collections, milvus_vector_search等）
  4. 如果服务器已启用但显示错误，请查看下面的故障排除部分

可用工具

服务器提供的工具包括：

搜索和查询操作

  • milvus_text_search：使用全文搜索查找文档

    • 参数：
      • collection_name：要搜索的集合名称
      • query_text：要搜索的文本
      • limit：返回结果的最大数量（默认：5）
      • output_fields：结果中包含的字段
      • drop_ratio：忽略低频词的比例（0.0-1.0）

  • milvus_vector_search：在一个集合上执行向量相似性搜索

    • 参数：
      • collection_name：要搜索的集合名称
      • vector：查询向量
      • vector_field：向量搜索的字段名（默认："vector"）
      • limit：返回结果的最大数量（默认：5）
      • output_fields：结果中包含的字段
      • filter_expr：过滤表达式
      • metric_type：距离度量（COSINE, L2, IP）（默认："COSINE"）

  • milvus_hybrid_search：在一个集合上执行混合搜索

    • 参数：
      • collection_name：要搜索的集合名称
      • query_text：文本查询
      • text_field：文本搜索的字段名
      • vector：文本查询的向量
      • vector_field：向量搜索的字段名
      • limit：返回结果的最大数量
      • output_fields：结果中包含的字段
      • filter_expr：过滤表达式

  • milvus_text_similarity_search：在一个集合上执行文本相似性搜索

    注意：此工具仅在Milvus 2.6.0及以上版本中受支持。并且您需要在Milvus服务器上设置嵌入函数。详情见嵌入函数。

    • 参数：
      • collection_name：要搜索的集合名称
      • query_text：相似性搜索的文本查询
      • anns_field：文本搜索的字段名
      • limit：返回结果的最大数量（默认：5）
      • output_fields：结果中包含的字段
      • metric_type：距离度量（COSINE, L2, IP）（默认："COSINE"）
      • filter_expr：可选过滤表达式

  • milvus_query：使用过滤表达式查询集合

    • 参数：
      • collection_name：要查询的集合名称
      • filter_expr：过滤表达式（例如：'age > 20'）
      • output_fields：结果中包含的字段
      • limit：返回结果的最大数量（默认：10）

集合管理

  • milvus_list_collections：列出数据库中的所有集合

  • milvus_create_collection：根据指定的模式创建一个新的集合

    • 参数：
      • collection_name：新集合的名称
      • collection_schema：集合模式定义
      • index_params：可选索引参数

  • milvus_load_collection：将集合加载到内存中以进行搜索和查询

    • 参数：
      • collection_name：要加载的集合名称
      • replica_number：副本数（默认：1）

  • milvus_release_collection：从内存中释放集合

    • 参数：
      • collection_name：要释放的集合名称

  • milvus_get_collection_info：列出特定集合的详细信息，如模式、属性、集合ID和其他元数据。

    • 参数：
      • collection_name：要获取详细信息的集合名称

数据操作

  • milvus_insert_data：将数据插入集合

    • 参数：
      • collection_name：集合名称
      • data：映射字段名到值列表的字典

  • milvus_delete_entities：根据过滤表达式从集合中删除实体

    • 参数：
      • collection_name：集合名称
      • filter_expr：选择要删除的实体的过滤表达式

环境变量

  • MILVUS_URI：Milvus服务器URI（可以在配置中替代--milvus-uri）
  • MILVUS_TOKEN：可选的身份验证令牌
  • MILVUS_DB：数据库名称（默认为"default"）

开发

直接运行服务器：

uv run server.py --milvus-uri http://localhost:19530

示例

使用Claude Desktop

示例1：列出集合

我在Milvus数据库中有哪些集合？

Claude将使用MCP检查您Milvus数据库中的这些信息。

我将检查您Milvus数据库中可用的集合。

以下是您Milvus数据库中的集合：
1. rag_demo
2. test
3. chat_messages
4. text_collection
5. image_collection
6. customized_setup
7. streaming_rag_demo

示例2：搜索文档

在我的text_collection中找到提到“机器学习”的文档

Claude将使用Milvus的全文搜索能力找到相关的文档：

我将在您的text_collection中搜索关于机器学习的文档。

> 查看来自milvus-text-search的milvus（本地）结果

以下是提到机器学习的文档：
[结果将基于您的实际数据出现]

使用Cursor

示例：创建集合

在Cursor中，您可以询问：

在Milvus中创建一个名为'articles'的新集合，具有标题（字符串）、内容（字符串）和一个向量字段（128维）

Cursor将使用MCP服务器执行此操作：

我将创建一个名为'articles'的新集合，具有指定的字段。

'articles'集合已成功创建，其模式如下：
- 标题：字符串
- 内容：字符串
- 向量：浮点向量[128]

故障排除

常见问题

连接错误

如果您看到类似“无法连接到Milvus服务器”的错误：

  1. 验证您的Milvus实例是否正在运行：docker ps（如果使用Docker）
  2. 检查配置中的URI是否正确
  3. 确保没有防火墙规则阻止连接
  4. 尝试在URI中使用127.0.0.1而不是localhost

身份验证问题

如果您看到身份验证错误：

  1. 验证您的MILVUS_TOKEN是否正确
  2. 检查您的Milvus实例是否需要身份验证
  3. 确保您有执行尝试的操作所需的权限

工具未找到

如果MCP工具未出现在Claude Desktop或Cursor中：

  1. 重新启动应用程序
  2. 检查服务器日志是否有任何错误
  3. 验证MCP服务器是否正常运行
  4. 在MCP设置中点击刷新按钮（针对Cursor）

获取帮助

如果您继续遇到问题：

  1. 检查GitHub问题中是否有类似的问题
  2. 加入Zilliz社区Discord寻求支持
  3. 提交一份包含详细问题信息的新问题