mcp-server-milvus 项目详细介绍

项目概述

mcp-server-milvus 是由 Zilliz Tech 开发的一个开源项目，它为 Milvus 向量数据库提供了 Model Context Protocol (MCP) 服务器实现。该项目使得LLM应用能够通过标准化协议无缝集成和访问Milvus向量数据库的功能。

核心功能特性

支持的操作工具

该MCP服务器提供了以下核心工具：

• milvus_text_search: 使用全文搜索功能搜索文档

  • 参数: collection_name, query_text, limit, output_fields, drop_ratio

• milvus_vector_search: 在集合上执行向量相似性搜索

  • 参数: collection_name, vector, vector_field, limit, output_fields, metric_type

• milvus_query: 使用过滤表达式查询集合

  • 参数: collection_name, filter_expr, output_fields, limit

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

• milvus_create_collection: 创建具有指定模式的新集合

  • 参数: collection_name, collection_schema, index_params

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

  • 参数: collection_name, replica_number

• milvus_release_collection: 从内存中释放集合

  • 参数: collection_name

• milvus_insert_data: 向集合中插入数据

  • 参数: collection_name, data

• milvus_delete_entities: 基于过滤表达式从集合中删除实体

  • 参数: collection_name, filter_expr

系统要求

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

安装和配置

克隆项目

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

直接运行服务器

推荐的方式是使用 uv 直接运行服务器，无需安装：

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

或者通过设置 .env 文件中的环境变量：

uv run src/mcp_server_milvus/server.py

支持的客户端应用

该MCP服务器可以与多种支持Model Context Protocol的LLM应用程序配合使用：

Claude Desktop 集成

1. 安装 Claude Desktop
2. 配置 claude_desktop_config.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://localhost:19530"
      ]
    }
  }
}

Cursor 编辑器集成

Cursor 支持两种配置方式：

方式一：通过GUI配置

1. 进入 Cursor Settings > Features > MCP
2. 点击 "+ Add New MCP Server" 按钮
3. 填写表单：
   • Type: 选择 stdio
   • 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

方式二：配置文件

创建 .cursor/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"
      ]
    }
  }
}

环境变量配置

• MILVUS_URI: Milvus 服务器 URI（可替代 --milvus-uri 参数）
• MILVUS_TOKEN: 可选的认证令牌
• MILVUS_DB: 数据库名称（默认为 "default"）

使用示例

在 Claude Desktop 中的使用

用户可以通过自然语言与 Milvus 数据库交互：

查询集合列表：

What are the collections I have in my Milvus DB?

搜索文档：

Find documents in my text_collection that mention "machine learning"

在 Cursor 中的使用

创建新集合：

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

故障排除

连接问题

• 验证 Milvus 实例正在运行
• 检查 URI 配置是否正确
• 确保防火墙规则不会阻止连接
• 尝试使用 127.0.0.1 而不是 localhost

认证问题

• 验证 MILVUS_TOKEN 是否正确
• 检查 Milvus 实例是否需要认证
• 确保具有执行操作的正确权限

技术架构

该项目基于 Python 开发，采用了现代化的开发工具链：

• 使用 uv 作为包管理和运行工具
• 遵循 MCP 标准协议规范
• 提供完整的 Milvus 数据库操作封装
• 支持多种 AI 应用客户端

应用场景

该项目主要适用于以下场景：

• AI 驱动的代码编辑器增强
• 聊天界面的上下文增强
• 自定义 AI 工作流构建
• 向量数据库与 LLM 的集成
• 语义搜索和 RAG（检索增强生成）应用

通过 mcp-server-milvus，开发者可以轻松地将 Milvus 向量数据库的强大功能集成到各种 AI 应用中，为用户提供更智能、更准确的交互体验。