Milvusベクトルデータベース向けのModel Context Protocol (MCP) サーバー実装を提供し、AIアプリケーションとベクトルデータベースのシームレスな統合を実現します。

mcp-server-milvus プロジェクト詳細

プロジェクト概要

mcp-server-milvus は Zilliz Tech によって開発されたオープンソースプロジェクトで、Milvus ベクトルデータベースに Model Context Protocol (MCP) サーバーの実装を提供します。このプロジェクトにより、LLM アプリケーションは標準化されたプロトコルを通じて Milvus ベクトルデータベースの機能をシームレスに統合し、アクセスできるようになります。

核心機能特性

サポートされる操作ツール

この MCP サーバーは、以下のコアツールを提供します。

• milvus_text_search: 全文検索機能を使用してドキュメントを検索

  • パラメータ: collection_name, query_text, limit, output_fields, drop_ratio

• milvus_vector_search: コレクション上でベクトル類似性検索を実行

  • パラメータ: collection_name, vector, vector_field, limit, output_fields, metric_type

• milvus_query: フィルタ式を使用してコレクションをクエリ

  • パラメータ: collection_name, filter_expr, output_fields, limit

• milvus_list_collections: データベース内のすべてのコレクションをリスト表示

• milvus_create_collection: 指定されたスキーマを持つ新しいコレクションを作成

  • パラメータ: collection_name, collection_schema, index_params

• milvus_load_collection: コレクションを検索およびクエリのためにメモリにロード

  • パラメータ: collection_name, replica_number

• milvus_release_collection: メモリからコレクションを解放

  • パラメータ: collection_name

• milvus_insert_data: コレクションにデータを挿入

  • パラメータ: collection_name, data

• milvus_delete_entities: フィルタ式に基づいてコレクションからエンティティを削除

  • パラメータ: collection_name, filter_expr

システム要件

• Python 3.10 以降
• 実行中の Milvus インスタンス（ローカルまたはリモート）
• uv ツール（サーバーの実行に推奨）

インストールと設定

プロジェクトのクローン

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

サーバーの直接実行

推奨される方法は、uv を使用してサーバーを直接実行することです。インストールは不要です。

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

または、.env ファイルで環境変数を設定します。

uv run src/mcp_server_milvus/server.py

サポートされるクライアントアプリケーション

この MCP サーバーは、Model Context Protocol をサポートするさまざまな LLM アプリケーションと連携できます。

Claude Desktop 統合

1. Claude Desktop をインストール
2. claude_desktop_config.json ファイルを設定：

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

Cursor エディター統合

Cursor は 2 つの設定方法をサポートしています。

方法 1：GUI による設定

1. Cursor Settings > Features > MCP に移動
2. "+ Add New MCP Server" ボタンをクリック
3. フォームに記入：
   • Type: stdio を選択
   • Name: milvus
   • Command: /PATH/TO/uv --directory /path/to/mcp-server-milvus/src/mcp_server_milvus run server.py --milvus-uri http://127.0.0.1:19530

方法 2：設定ファイル

.cursor/mcp.json ファイルを作成：

{
  "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"
      ]
    }
  }
}

環境変数設定

• MILVUS_URI: Milvus サーバー URI（--milvus-uri パラメータの代替）
• MILVUS_TOKEN: オプションの認証トークン
• MILVUS_DB: データベース名（デフォルトは "default"）

使用例

Claude Desktop での使用

ユーザーは自然言語で Milvus データベースと対話できます。

コレクションリストのクエリ：

What are the collections I have in my Milvus DB?

ドキュメントの検索：

Find documents in my text_collection that mention "machine learning"

Cursor での使用

新しいコレクションの作成：

Create a new collection called 'articles' in Milvus with fields for title (string), content (string), and a vector field (128 dimensions)

トラブルシューティング

接続の問題

• Milvus インスタンスが実行中であることを確認
• URI 設定が正しいことを確認
• ファイアウォールルールが接続をブロックしていないことを確認
• localhost の代わりに 127.0.0.1 を使用してみる

認証の問題

• MILVUS_TOKEN が正しいことを確認
• Milvus インスタンスが認証を必要とするか確認
• 操作を実行するための適切な権限があることを確認

技術アーキテクチャ

このプロジェクトは Python で開発されており、最新の開発ツールチェーンを採用しています。

• パッケージ管理および実行ツールとして uv を使用
• MCP 標準プロトコル仕様に準拠
• 完全な Milvus データベース操作の封じ込めを提供
• さまざまな AI アプリケーションクライアントをサポート

アプリケーションシナリオ

このプロジェクトは、主に以下のシナリオに適用されます。

• AI 駆動のコードエディターの機能強化
• チャットインターフェースのコンテキスト強化
• カスタム AI ワークフローの構築
• ベクトルデータベースと LLM の統合
• セマンティック検索と RAG（検索拡張生成）アプリケーション

mcp-server-milvus を使用することで、開発者は Milvus ベクトルデータベースの強力な機能をさまざまな AI アプリケーションに簡単に統合し、ユーザーによりインテリジェントで正確なインタラクション体験を提供できます。