CC

Эта страница переведена автоматически. Технические детали смотрите в оригинале. Открыть оригинал

600 stars 120 forks Качество 56 Тренд 21Apache-2.0

Реализация сервера Model Context Protocol (MCP), предоставляющая возможности работы с базами данных для Chroma

Обзор

Chroma — открытая база данных с встраиванием. Самый быстрый способ создавать LLM-приложения на Python или JavaScript с памятью! Протокол контекста модели (MCP) — это открытый протокол, разработанный для легкой интеграции между LLM-приложениями и внешними источниками данных или инструментами, предлагающий стандартизированную структуру для бесшовного предоставления LLM необходимого им контекста. Этот сервер предоставляет возможности извлечения данных на базе Chroma, позволяя моделям искусственного интеллекта создавать коллекции на основе сгенерированных данных и пользовательских данных, а также получать эти данные с помощью векторного поиска, полнотекстового поиска, фильтрации метаданных и других методов. Это MCP-сервер для самостоятельного размещения доступа к Chroma. Если вы ищете поиск по пакетам, репозиторий для этого можно найти здесь. - - Ephemeral (в памяти) для тестирования и разработки - Persistent для файлового хранения - HTTP-клиент для самостоятельных экземпляров Chroma - Облачный клиент для интеграции с Chroma Cloud (автоматически подключается к api.trychroma).

Обзор (машинный перевод)

Chroma — база данных с открытым исходным кодом для вложения .
Самый быстрый способ создавать LLM-приложения на Python или JavaScript с большой памятью!

|

|

Документы |

Главная страница

Chroma MCP сервер

Протокол контекста модели (MCP) — это открытый протокол, разработанный для легкой интеграции между LLM-приложениями и внешними источниками данных или инструментами, предлагающий стандартизированную структуру для бесшовного предоставления LLM необходимого им контекста.

Этот сервер предоставляет возможности извлечения данных на базе Chroma, позволяя моделям искусственного интеллекта создавать коллекции на основе сгенерированных данных и пользовательских данных, а также получать эти данные с помощью векторного поиска, полнотекстового поиска, фильтрации метаданных и других методов.

Это MCP-сервер для самостоятельного размещения доступа к Chroma. Если вы ищете поиск по пакетам, репозиторий для этого можно найти здесь.

Особенности

  • Гибкие типы клиентов

  • Эфемерный (встроенный в память) для тестирования и разработки

  • Persistent для хранения на основе файлов

  • HTTP-клиент для самостоятельных экземпляров Chroma

  • Облачный клиент для интеграции с Chroma Cloud (автоматически подключается к api.trychroma.com)

  • Управление коллекцией

  • Создавать, изменять и удалять коллекции

Эта страница переведена автоматически. Технические детали смотрите в оригинале.

README

Показан фрагмент оригинального README. Открыть оригинал.

Chroma - the open-source embedding database. The fastest way to build Python or JavaScript LLM apps with memory!

|

|

  Docs

|

  Homepage

Chroma MCP Server

The Model Context Protocol (MCP) is an open protocol designed for effortless integration between LLM applications and external data sources or tools, offering a standardized framework to seamlessly provide LLMs with the context they require.

This server provides data retrieval capabilities powered by Chroma, enabling AI models to create collections over generated data and user inputs, and retrieve that data using vector search, full text search, metadata filtering, and more.

This is a MCP server for self-hosting your access to Chroma. If you are looking for Package Search you can find the repository for that here.

Features

  • Flexible Client Types

    • Ephemeral (in-memory) for testing and development
    • Persistent for file-based storage
    • HTTP client for self-hosted Chroma instances
    • Cloud client for Chroma Cloud integration (automatically connects to api.trychroma.com)
  • Collection Management

    • Create, modify, and delete collections
    • List all collections with pagination support
    • Get collection information and statistics
    • Configure HNSW parameters for optimized vector search
    • Select embedding functions when creating collections
  • Document Operations

    • Add documents with optional metadata and custom IDs
    • Query documents using semantic search
    • Advanced filtering using metadata and document content
    • Retrieve documents by IDs or filters
    • Full text search capabilities

Supported Tools

  • chroma_list_collections - List all collections with pagination support
  • chroma_create_collection - Create a new collection with optional HNSW configuration
  • chroma_peek_collection - View a sample of documents in a collection
  • chroma_get_collection_info - Get detailed information about a collection
Открыть полный README на GitHub

Установка

uvx chroma-mcp
Новичок в MCP? Начните с руководства на mcpskill.org →