Chroma MCP 서버 통합

“Chroma” MCP 서버는 무엇을 하나요?

Chroma MCP 서버는 Model Context Protocol(MCP)의 구현체로, AI 어시스턴트에게 Chroma 벡터 데이터베이스를 통한 강력한 데이터베이스 기능을 제공합니다. 외부 데이터 소스와의 원활한 통합이 가능하며, AI 모델이 문서 컬렉션을 생성·관리·질의할 수 있도록 지원합니다. 전체 텍스트 및 시맨틱 검색, 메타데이터 필터링, 유연한 저장 옵션(임시/영구/HTTP/클라우드) 등 다양한 기능을 통해 개발자가 LLM에 효율적인 데이터 검색 및 관리 도구를 제공할 수 있습니다. 이를 통해 AI 애플리케이션은 컬렉션 관리, 문서 질의 등 고급 데이터 작업을 수행하여 정보 검색, 지식 관리 등 개발 워크플로우 내 다양한 업무를 지원할 수 있습니다.

프롬프트 목록

레포지토리에 프롬프트 템플릿이 언급되어 있지 않습니다.

리소스 목록

레포지토리 문서에 명시적인 리소스가 상세히 안내되어 있지 않습니다.

도구 목록

• chroma_list_collections – 페이징 지원과 함께 모든 컬렉션 목록 조회
• chroma_create_collection – HNSW 구성(Optional)과 함께 새 컬렉션 생성
• chroma_peek_collection – 컬렉션 내 일부 문서 샘플 보기
• chroma_get_collection_info – 컬렉션 상세 정보 조회
• chroma_get_collection_count – 컬렉션 내 문서 개수 확인
• chroma_modify_collection – 컬렉션 이름 또는 메타데이터 수정
• chroma_delete_collection – 컬렉션 삭제
• chroma_add_documents – 메타데이터 및 커스텀 ID와 함께 문서 추가
• chroma_query_documents – 고급 필터링 및 시맨틱 검색을 이용한 문서 질의

MCP 서버의 활용 예시

• 데이터베이스 관리
  AI 기반 애플리케이션의 데이터 구조화를 위해 컬렉션을 손쉽게 생성, 수정, 삭제할 수 있습니다.
• 시맨틱 및 전체 텍스트 검색
  시맨틱 및 텍스트 기반 질의를 통해 고급 문서 검색이 가능하여 컨텍스트 인지형 지식 검색이 필요한 애플리케이션에 최적입니다.
• 메타데이터 필터링
  커스텀 메타데이터 필드를 활용한 문서 검색 및 분류로 다양한 워크플로우와 데이터 카테고리화가 가능합니다.
• 문서 수집 및 검색
  메타데이터와 ID를 포함한 문서를 효율적으로 추가·검색할 수 있어 지식 베이스 구축 및 AI 학습 데이터셋 구성에 용이합니다.
• 컬렉션 분석
  컬렉션 통계 및 문서 개수를 조회하여 데이터 저장 및 검색 전략을 모니터링하고 최적화할 수 있습니다.

설치 방법

Windsurf

1. Node.js와 npm이 설치되어 있는지 확인하세요.
2. Windsurf 프로젝트 설정 또는 설정 디렉터리를 엽니다.
3. 설정 파일을 편집하여 Chroma MCP 서버를 추가합니다.
4. mcpServers 아래에 다음 JSON 코드를 삽입하세요:

   {
     "chroma-mcp": {
       "command": "npx",
       "args": ["@chroma-core/chroma-mcp@latest"]
     }
   }
   

5. 파일을 저장하고 Windsurf를 재시작하세요.
6. MCP 서버 로그 또는 대시보드에서 서버가 정상 실행되는지 확인하세요.

API 키 보안

민감한 키는 환경 변수로 관리하세요:

{
  "chroma-mcp": {
    "env": {
      "CHROMA_API_KEY": "${CHROMA_API_KEY}"
    },
    "inputs": {
      "api_key": "${CHROMA_API_KEY}"
    }
  }
}

Claude

1. Node.js가 설치되지 않았다면 설치하세요.
2. Claude 설정 파일을 엽니다.
3. mcpServers 아래에 다음을 추가하세요:

   {
     "chroma-mcp": {
       "command": "npx",
       "args": ["@chroma-core/chroma-mcp@latest"]
     }
   }
   

4. 저장 후 Claude를 재시작하세요.
5. 시스템 로그에서 서버 등록 성공 여부를 확인하세요.

API 키 보안

{
  "chroma-mcp": {
    "env": {
      "CHROMA_API_KEY": "${CHROMA_API_KEY}"
    },
    "inputs": {
      "api_key": "${CHROMA_API_KEY}"
    }
  }
}

Cursor

1. 사전 조건: Node.js가 설치되어 있어야 합니다.
2. Cursor의 설정/환경설정 파일을 엽니다.
3. Chroma MCP 서버 구성을 삽입하세요:

   {
     "chroma-mcp": {
       "command": "npx",
       "args": ["@chroma-core/chroma-mcp@latest"]
     }
   }
   

4. 저장 후 Cursor를 재시작하세요.
5. Cursor 확장 패널에서 연결 상태를 확인하세요.

API 키 보안

{
  "chroma-mcp": {
    "env": {
      "CHROMA_API_KEY": "${CHROMA_API_KEY}"
    },
    "inputs": {
      "api_key": "${CHROMA_API_KEY}"
    }
  }
}

Cline

1. Node.js가 설치되어 있는지 확인하세요.
2. Cline의 설정 파일에 접근하세요.
3. Chroma MCP 서버를 추가하세요:

   {
     "chroma-mcp": {
       "command": "npx",
       "args": ["@chroma-core/chroma-mcp@latest"]
     }
   }
   

4. 변경사항 저장 후 애플리케이션을 재시작하세요.
5. Cline 인터페이스에서 MCP 서버가 정상 등록되었는지 확인하세요.

API 키 보안

{
  "chroma-mcp": {
    "env": {
      "CHROMA_API_KEY": "${CHROMA_API_KEY}"
    },
    "inputs": {
      "api_key": "${CHROMA_API_KEY}"
    }
  }
}

플로우 내에서 MCP 사용 방법

FlowHunt에서 MCP 사용하기

FlowHunt 워크플로우에 MCP 서버를 통합하려면, 플로우에 MCP 컴포넌트를 추가하고 이를 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭하여 설정 패널을 엽니다. 시스템 MCP 설정 섹션에 아래와 같이 MCP 서버 정보를 JSON 포맷으로 입력하세요:

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

설정이 완료되면 AI 에이전트가 MCP의 모든 기능과 역량을 활용할 수 있게 됩니다. “chroma-mcp"는 실제 MCP 서버 이름으로 변경하고, URL도 본인의 MCP 서버 URL로 교체하세요.

요약

이 MCP 서버의 평점은 6/10입니다. 데이터베이스 도구와 설치는 견고하지만, 프롬프트, 리소스, roots 및 샘플링과 같은 고급 MCP 기능에 대한 문서가 부족합니다.

MCP 점수