Meilisearch MCP Server - MCP服务，MCP服务器，MCP教程

基本能力

产品定位

Meilisearch MCP Server 是一个为 Meilisearch 设计的 MCP 服务器实现，旨在通过标准化接口使 AI 助手能够与 Meilisearch 进行交互。

核心功能

• 索引管理：创建、更新和删除索引
• 文档管理：添加、更新和删除文档
• 搜索能力：支持多种参数和过滤器的搜索
• 设置管理：配置索引设置
• 任务管理：监控和管理异步任务
• 系统操作：健康检查、版本信息和统计
• 向量搜索：实验性的向量搜索功能

适用场景

• AI 助手与 Meilisearch 的集成
• 开发工具（如 Claude Desktop 和 Cursor）的搜索功能扩展
• 需要高效搜索和管理数据的应用场景

工具列表

Index Tools

• create-index: 创建新索引
• get-index: 获取索引信息
• list-indexes: 列出所有索引
• update-index: 更新索引
• delete-index: 删除索引

Document Tools

• add-documents: 添加文档到索引
• get-document: 通过 ID 获取文档
• get-documents: 获取多个文档
• update-documents: 更新文档
• delete-document: 通过 ID 删除文档
• delete-documents: 删除多个文档
• delete-all-documents: 删除索引中的所有文档

Search Tools

• search: 搜索文档
• multi-search: 在单个请求中执行多个搜索

Settings Tools

• get-settings: 获取索引设置
• update-settings: 更新索引设置
• reset-settings: 重置索引设置为默认值

Task Tools

• list-tasks: 列出任务（可选过滤）
• get-task: 获取特定任务的信息
• cancel-tasks: 根据过滤器取消任务
• wait-for-task: 等待特定任务完成

System Tools

• health: 检查 Meilisearch 服务器的健康状态
• version: 获取版本信息
• info: 获取系统信息
• stats: 获取索引统计信息

Vector Tools (Experimental)

• enable-vector-search: 启用向量搜索
• get-experimental-features: 获取实验性功能状态
• update-embedders: 配置嵌入器
• get-embedders: 获取嵌入器配置
• reset-embedders: 重置嵌入器配置
• vector-search: 执行向量搜索

使用教程

使用依赖

1. 确保已安装 Node.js 和 npm
2. 确保已安装 Git

安装教程

通过 Smithery 安装

bash
npx -y @smithery/cli install @devlimelabs/meilisearch-ts-mcp --client claude

手动安装

1. 克隆仓库：
   bash
git clone https://github.com/devlimelabs/meilisearch-ts-mcp.git
cd meilisearch-ts-mcp

2. 安装依赖：
   bash
npm install

3. 创建 .env 文件：
   bash
cp .env.example .env

4. 编辑 .env 文件配置 Meilisearch 连接

Docker 设置

bash
docker-compose up -d

调试方式

1. 启动开发模式：
   bash
npm run dev

2. 构建项目：
   bash
npm run build

3. 运行服务器：
   bash
npm start