Lucene MCP Server

Was macht der „Lucene“ MCP Server?

Der MCP Lucene Server ist eine Java-basierte Implementierung des Model Context Protocol (MCP), die effiziente Such- und Abruffunktionen über Apache Lucene bereitstellt. Als MCP-konformer Server ermöglicht er KI-Assistenten und -Agenten die Interaktion mit großen Dokumentenrepositorien für Aufgaben wie Volltextsuche, Indexierung und Metadaten-Filterung. Über seine RESTful API können Clients Dokumente mit Lucenes leistungsstarker Abfragesyntax hinzufügen (upsert), aktualisieren, löschen, auflisten und abfragen. Dank Spring Boot ist er einfach bereitzustellen und kann mit Docker containerisiert werden. Dieser Server eignet sich ideal, um fortschrittliche Such- und Dokumentenmanagementfunktionen in KI-gestützte Workflows oder Software-Entwicklungspipelines zu integrieren.

Liste der Prompts

Im Repository sind keine Informationen zu Prompt-Vorlagen enthalten.

Liste der Ressourcen

Im Repository sind keine expliziten MCP-Ressourcen beschrieben.

Liste der Tools

• Upsert-Tool

  • Ermöglicht es Clients, Dokumente über den Endpunkt /mcp/v1/upsert im Lucene-Index hinzuzufügen oder zu aktualisieren.

• Delete-Tool

  • Ermöglicht das Löschen von Dokumenten aus dem Lucene-Index über den Endpunkt /mcp/v1/delete.

• List-Tool

  • Ruft eine Liste von Dokumenten aus dem Index über den Endpunkt /mcp/v1/list ab.

• Query-Tool

  • Unterstützt komplexe Suchanfragen mit Lucene-Abfragesyntax über den Endpunkt /mcp/v1/query.

• Status-Tool

  • Prüft den Serverstatus mit dem Endpunkt /mcp/v1/status.

Anwendungsfälle dieses MCP Servers

• Enterprise-Dokumentensuche
  Entwickler können den Lucene MCP Server integrieren, um robuste, skalierbare Suchfunktionen für große Mengen von Geschäftsdokumenten bereitzustellen und relevante Dateien und Datensätze leicht auffindbar zu machen.

• Wissensdatenbank-Erweiterung
  Erweitern Sie KI-Assistenten, indem Sie ihnen erlauben, Informationen aus indexierten Unternehmenshandbüchern, FAQs oder Support-Tickets abzufragen und abzurufen.

• Automatisierte Datenaufnahme und Indexierung
  Optimieren Sie Workflows, indem Sie Dokumente programmatisch in den Lucene-Index einpflegen und aktualisieren – so bleibt die Suchmaschine immer aktuell.

• Metadaten-basiertes Filtern
  Profitieren Sie von Lucenes Fähigkeit, Abfragen nach Dokumentenmetadaten zu filtern und unterstützen Sie so fortgeschrittene Abrufszenarien.

• API-gesteuerte Suchintegration
  Ermöglichen Sie anderen Anwendungen oder Agenten den nahtlosen Zugriff auf Such- und Dokumentenmanagementfunktionen über RESTful Endpunkte.

Einrichtung

Windsurf

1. Stellen Sie sicher, dass Java 11+ und Maven 3.6+ installiert sind.
2. Bauen Sie das Projekt:

   mvn clean install
   

3. Fügen Sie den MCP Lucene Server zu Ihrer Konfiguration hinzu:

   {
     "mcpServers": {
       "lucene-mcp": {
         "command": "java",
         "args": ["-jar", "target/mcp-lucene-server-0.0.1-SNAPSHOT.jar"]
       }
     }
   }
   

4. Speichern Sie Ihre Konfiguration und starten Sie Windsurf.
5. Überprüfen Sie, ob der Server unter http://localhost:8080/mcp/v1/status läuft.

Claude

1. Installieren Sie Java 11+ und Maven 3.6+.
2. Bauen Sie das Projekt:

   mvn clean install
   

3. Bearbeiten Sie Ihre Claude-Konfiguration und fügen Sie Folgendes hinzu:

   {
     "mcpServers": {
       "lucene-mcp": {
         "command": "java",
         "args": ["-jar", "target/mcp-lucene-server-0.0.1-SNAPSHOT.jar"]
       }
     }
   }
   

4. Starten Sie Claude neu und stellen Sie sicher, dass der MCP Lucene Server erreichbar ist.

Cursor

1. Stellen Sie sicher, dass Java 11+ und Maven 3.6+ installiert sind.
2. Bauen Sie den Lucene MCP Server:

   mvn clean install
   

3. Fügen Sie dies zu Ihrer Cursor-Konfiguration hinzu:

   {
     "mcpServers": {
       "lucene-mcp": {
         "command": "java",
         "args": ["-jar", "target/mcp-lucene-server-0.0.1-SNAPSHOT.jar"]
       }
     }
   }
   

4. Speichern und starten Sie Cursor neu.
5. Testen Sie den Endpunkt unter http://localhost:8080/mcp/v1/status.

Cline

1. Stellen Sie sicher, dass Java 11+ und Maven 3.6+ installiert sind.
2. Bauen Sie:

   mvn clean install
   

3. In Ihrer Cline-Konfiguration:

   {
     "mcpServers": {
       "lucene-mcp": {
         "command": "java",
         "args": ["-jar", "target/mcp-lucene-server-0.0.1-SNAPSHOT.jar"]
       }
     }
   }
   

4. Starten Sie Cline neu und bestätigen Sie, dass der MCP Server aktiv ist.

Hinweis zum Schutz von API-Schlüsseln

Falls Ihr Setup das Absichern von API-Schlüsseln oder sensiblen Informationen erfordert, nutzen Sie Umgebungsvariablen:

{
  "mcpServers": {
    "lucene-mcp": {
      "command": "java",
      "args": ["-jar", "target/mcp-lucene-server-0.0.1-SNAPSHOT.jar"],
      "env": {
        "LUCENE_API_KEY": "${LUCENE_API_KEY}"
      },
      "inputs": {
        "apiKey": "${LUCENE_API_KEY}"
      }
    }
  }
}

Verwendung dieses MCP in Flows

MCP in FlowHunt verwenden

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich System-MCP-Konfiguration fügen Sie Ihre MCP-Serverdaten in diesem JSON-Format ein:

{
  "lucene-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Nach der Konfiguration kann der KI-Agent dieses MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten verwenden. Denken Sie daran, „lucene-mcp“ an den tatsächlichen Namen Ihres MCP-Servers und die URL an Ihre eigene MCP-Server-URL anzupassen.

Übersicht

Basierend auf den verfügbaren Informationen bietet der MCP Lucene Server eine solide Grundlage für Dokumentensuche und -management, es fehlen jedoch explizite Unterstützung für Prompt-Vorlagen, Ressourcen, Roots oder Sampling. Die Einrichtung und Nutzung als MCP-Server ist gut dokumentiert.

Unsere Meinung

Der MCP Lucene Server ist eine robuste, praxisnahe MCP-Implementierung für unternehmensweite Suche und Dokumentenmanagement. Allerdings schränken das Fehlen von Prompt-Vorlagen, Ressourcendefinitionen und fortgeschrittenen MCP-Features wie Roots oder Sampling die Flexibilität für komplexere, agentische Workflows ein. Insgesamt ist er ein solider Einstiegspunkt, um Lucene-gestützte Suche in KI-Systeme zu integrieren. MCP Score: 6/10

MCP Score