Solr MCP - MCP服务，MCP服务器，MCP教程

基本能力

产品定位

Solr MCP是一个用于集成Apache Solr索引与AI助手的工具，通过模型上下文协议（MCP）实现高效的搜索功能。

核心功能

• MCP服务器：实现模型上下文协议，与AI助手集成
• 混合搜索：结合关键词搜索的精确性和向量搜索的语义理解
• 向量嵌入：使用Ollama和nomic-embed-text生成文档嵌入
• 统一集合：在同一集合中存储文档内容和向量嵌入
• Docker集成：通过Docker和docker-compose轻松设置
• 优化的向量搜索：高效处理结合向量和SQL查询的搜索，将SQL过滤器下推到向量搜索阶段，确保即使在大结果集和分页情况下也能保持最佳性能

适用场景

• AI助手需要访问结构化数据
• 需要结合关键词和语义搜索的应用
• 大规模文档集的搜索和检索
• 需要高效向量搜索的应用

工具列表

• process_markdown.py：处理Markdown文档并生成JSON格式的输出
• create_unified_collection.py：创建统一集合
• unified_index.py：将处理后的文档索引到Solr

常见问题解答

• 需要Python 3.10或更高版本
• 需要Docker和Docker Compose
• 需要SolrCloud 9.x
• 需要Ollama用于嵌入生成

使用教程

使用依赖

1. 安装Python 3.10或更高版本
2. 安装Docker和Docker Compose
3. 安装SolrCloud 9.x
4. 安装Ollama

安装教程

1. 克隆仓库
2. 启动SolrCloud：
   bash
docker-compose up -d
3. 安装依赖：
   bash
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
pip install poetry
poetry install
4. 处理并索引示例文档：
   bash
python scripts/process_markdown.py data/bitcoin-whitepaper.md --output data/processed/bitcoin_sections.json
python scripts/create_unified_collection.py unified
python scripts/unified_index.py data/processed/bitcoin_sections.json --collection unified
5. 运行MCP服务器：
   bash
poetry run python -m solr_mcp.server

调试方式

1. 确保所有依赖已正确安装
2. 检查Docker容器是否正常运行
3. 验证SolrCloud是否可访问
4. 运行示例脚本并检查输出