Gelişmiş retrieval, Private Deep Research, her türlü içeriği Markdown'a dönüştürme ve text chunking için Vectorize MCP sunucusu.
Claude Desktop config.json'a ekle
{
"mcpServers": {
"vectorize-io-vectorize-mcp-server": {
"command": "node",
"args": [
"~/.mcp/vectorize-mcp-server/index.js"
]
}
}
} Kaynak kodu al ve yerel olarak çalıştır
git clone https://github.com/vectorize-io/vectorize-mcp-server.git ~/.mcp/vectorize-mcp-server
cd ~/.mcp/vectorize-mcp-server Vectorize ile entegre olan Model Context Protocol (MCP) sunucu uygulaması; gelişmiş vector retrieval ve metin çıkarma işlemleri için.
export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID
npx -y @vectorize-io/vectorize-mcp-server@latest
Tek tıklamayla kurulum için aşağıdaki kurulum düğmelerinden birine tıklayın:
En hızlı kurulum için bu bölümün üstündeki tek tıklamayla kurulum düğmelerini kullanın.
Manuel olarak kurmak için, VS Code'da Kullanıcı Ayarları (JSON) dosyanıza aşağıdaki JSON bloğunu ekleyin. Bunu Ctrl + Shift + P tuşlarına basıp Preferences: Open User Settings (JSON) yazarak yapabilirsiniz.
{
"mcp": {
"inputs": [
{
"type": "promptString",
"id": "org_id",
"description": "Vectorize Organization ID"
},
{
"type": "promptString",
"id": "token",
"description": "Vectorize Token",
"password": true
},
{
"type": "promptString",
"id": "pipeline_id",
"description": "Vectorize Pipeline ID"
}
],
"servers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "${input:org_id}",
"VECTORIZE_TOKEN": "${input:token}",
"VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
}
}
}
}
}
İsteğe bağlı olarak, yapılandırmayı başkalarıyla paylaşmak için çalışma alanınızda .vscode/mcp.json adlı bir dosyaya aşağıdakini ekleyebilirsiniz:
{
"inputs": [
{
"type": "promptString",
"id": "org_id",
"description": "Vectorize Organization ID"
},
{
"type": "promptString",
"id": "token",
"description": "Vectorize Token",
"password": true
},
{
"type": "promptString",
"id": "pipeline_id",
"description": "Vectorize Pipeline ID"
}
],
"servers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "${input:org_id}",
"VECTORIZE_TOKEN": "${input:token}",
"VECTORIZE_PIPELINE_ID": "${input:pipeline_id}"
}
}
}
}
{
"mcpServers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "your-org-id",
"VECTORIZE_TOKEN": "your-token",
"VECTORIZE_PIPELINE_ID": "your-pipeline-id"
}
}
}
}
Vector arama gerçekleştirin ve belgeleri alın (resmi API bölümüne bakın):
{
"name": "retrieve",
"arguments": {
"question": "Financial health of the company",
"k": 5
}
}
Belgeden metin çıkarın ve bunu Markdown formatında parçalara ayırın (resmi API bölümüne bakın):
{
"name": "extract",
"arguments": {
"base64document": "base64-encoded-document",
"contentType": "application/pdf"
}
}
Pipeline'ınızdan Özel Derin Araştırma oluşturun (resmi API bölümüne bakın):
{
"name": "deep-research",
"arguments": {
"query": "Generate a financial status report about the company",
"webSearch": true
}
}
npm install
npm run dev
package.json sürümünü değiştirin ve sonra:
git commit -am "x.y.z"
git tag x.y.z
git push origin
git push origin --tags
Exa AI Search API'sini kullanan bir Model Context Protocol (MCP) sunucusu, Claude gibi AI asistanlarının web aramaları gerçekleştirmesini sağlar. Bu kurulum, AI modellerinin gerçek zamanlı web bilgilerine güvenli ve kontrollü bir şekilde erişmesini mümkün kılar.
ArXiv araştırma makalelerinde arama yapın
Web'i keşfedin, veri çıkarın ve etkileşim kurun - tek bir arayüz ile herkese açık internet üzerinde otomatik erişimi güçlendirin.
Ücretsiz çoklu arama motoru kullanarak web araması yapın (API ANAHTARI GEREKMEZ) — Bing, Baidu, DuckDuckGo, Brave, Exa ve CSDN'yi destekler.
DuckDuckGo kullanarak web araması yapın
Brave Search API kullanarak web arama yetenekleri