Parquet MCP Server

🚀 Parquet MCP 服务器

Parquet MCP 服务器是一个功能强大的 MCP（模型控制协议）服务器，提供用于执行网络搜索和查找相似内容的工具。该服务器专为 Claude Desktop 设计，可助力应用程序实现网络搜索功能，还能根据搜索查询找到类似内容。

🚀 快速开始

安装

通过 Smithery 安装

可自动通过 Smithery 安装 Parquet MCP Server for Claude Desktop：

npx -y @smithery/cli install @DeepSpringAI/parquet_mcp_server --client claude

克隆此仓库

git clone ...
cd parquet_mcp_server

创建并激活虚拟环境

uv venv
.venv\Scripts\activate  # Windows
source .venv/bin/activate  # macOS/Linux

安装依赖

pip install -r requirements.txt

使用说明

环境变量

创建一个包含以下内容的 .env 文件：

DB_HOST=your_database_host
DB_PORT=your_database_port
DB_NAME=your_database_name
DB_USER=your_database_user
DB_PASSWORD=your_database_password
OPENAI_API_KEY=your_openai_api_key

配置

创建一个包含以下内容的 config.json 文件：

{
  "vector_db": {
    "type": "postgres",
    "params": {
      "host": "${DB_HOST}",
      "port": "${DB_PORT}",
      "database": "${DB_NAME}",
      "user": "${DB_USER}",
      "password": "${DB_PASSWORD}"
    }
  },
  "openai": {
    "api_key": "${OPENAI_API_KEY}"
  }
}

启动服务器

uvicorn server.main:app --reload

✨ 主要特性

• 网络搜索：执行网络搜索并抓取结果。
• 相似性搜索：从之前搜索中提取相关信息。

💻 使用示例

基础用法

此服务器提供了多个实用工具，可执行不同操作：

• parquet_mcp web_search：对网页内容进行分析和存储。
• parquet_mcp vector_search：根据向量相似度进行搜索。
• parquet_mcp config：管理配置文件。
• parquet_mcp db：管理 PostgreSQL 数据库。

📚 详细文档

测试

安装测试依赖

pip install -r requirements-test.txt

运行测试

pytest tests/

PostgreSQL 函数用于向量相似度搜索

要在 PostgreSQL 中执行向量相似度搜索，可以使用以下函数：

-- 创建向量相似度搜索的函数
CREATE OR REPLACE FUNCTION match_web_search(
  query_embedding vector(1024),  -- 调整后的向量大小
  match_threshold float,
  match_count int  -- 用户定义的结果数量限制
)
RETURNS TABLE (
  id bigint,
  metadata jsonb,
  text TEXT,  -- 添加文本列到结果中
  date TIMESTAMP,  -- 使用日期列代替created_at
  similarity float
)
LANGUAGE plpgsql
AS $$
BEGIN
  RETURN QUERY
  SELECT
    web_search.id,
    web_search.metadata,
    web_search.text,  -- 返回段落的完整文本
    web_search.date,  -- 返回日期时间戳
    1 - (web_search.embedding <=> query_embedding) as similarity
  FROM web_search
  WHERE 1 - (web_search.embedding <=> query_embedding) > match_threshold
  ORDER BY web_search.date DESC,  -- 按日期降序排序（ newest 先）
           web_search.embedding <=> query_embedding  -- 按相似度排序
  LIMIT match_count;  -- 根据用户输入限制结果数量
END;
$$;

该函数允许您在 PostgreSQL 数据库中执行向量相似度搜索，返回满足指定相似度阈值的结果，并根据用户输入限制结果数量。结果按日期和相似度排序。

Postgres 表创建

CREATE TABLE web_search (
    id SERIAL PRIMARY KEY,
    text TEXT,
    metadata JSONB,
    embedding VECTOR(1024),

    -- 该字段将自动更新
    date TIMESTAMP DEFAULT NOW()
);

此表用于存储网络搜索的结果，包括段落文本、元数据和向量表示。