Integracja serwera Chroma MCP

Do czego służy serwer “Chroma” MCP?

Serwer Chroma MCP to implementacja protokołu Model Context Protocol (MCP), która wyposaża asystentów AI w zaawansowane możliwości bazodanowe poprzez bazę wektorową Chroma. Umożliwia płynną integrację z zewnętrznymi źródłami danych, pozwalając modelom AI na tworzenie, zarządzanie i przeszukiwanie kolekcji dokumentów. Dzięki takim funkcjom jak wyszukiwanie pełnotekstowe i semantyczne, filtrowanie metadanych oraz elastyczne opcje przechowywania (ulotne, trwałe, HTTP i chmurowe), serwer pozwala deweloperom wzbogacić swoje przepływy pracy, dostarczając LLM efektywnych narzędzi do pobierania i zarządzania danymi. To umożliwia aplikacjom AI wykonywanie zaawansowanych operacji na danych, takich jak zarządzanie kolekcjami i zapytania do dokumentów, wspierając zadania typu wyszukiwanie informacji, zarządzanie wiedzą i inne w ramach cyklu deweloperskiego.

Lista promptów

W repozytorium nie wspomniano o żadnych szablonach promptów.

Lista zasobów

W dokumentacji repozytorium nie wyszczególniono żadnych zasobów.

Lista narzędzi

• chroma_list_collections – Wyświetla wszystkie kolekcje z obsługą stronicowania.
• chroma_create_collection – Tworzy nową kolekcję z opcjonalną konfiguracją HNSW.
• chroma_peek_collection – Przegląda próbkę dokumentów z kolekcji.
• chroma_get_collection_info – Pobiera szczegółowe informacje o kolekcji.
• chroma_get_collection_count – Pobiera liczbę dokumentów w kolekcji.
• chroma_modify_collection – Aktualizuje nazwę lub metadane kolekcji.
• chroma_delete_collection – Usuwa kolekcję.
• chroma_add_documents – Dodaje dokumenty z opcjonalnymi metadanymi i niestandardowymi ID.
• chroma_query_documents – Wysyła zapytania do dokumentów z użyciem wyszukiwania semantycznego i zaawansowanych filtrów.

Przykłady zastosowania tego serwera MCP

• Zarządzanie bazą danych
  Łatwo twórz, modyfikuj i usuwaj kolekcje, aby organizować dane projektowe lub aplikacyjne dla aplikacji opartych na AI.
• Wyszukiwanie semantyczne i pełnotekstowe
  Wykonuj zaawansowane pobieranie dokumentów z użyciem zapytań semantycznych i tekstowych – idealne dla aplikacji wymagających kontekstowego dostępu do wiedzy.
• Filtrowanie po metadanych
  Pobieraj i filtruj dokumenty według niestandardowych pól metadanych, wspierając niestandardowe przepływy pracy i kategoryzację danych.
• Pozyskiwanie i pobieranie dokumentów
  Efektywnie dodawaj i pobieraj dokumenty (z metadanymi i ID), co ułatwia budowę baz wiedzy i zestawów treningowych AI.
• Analityka kolekcji
  Uzyskuj statystyki kolekcji i liczbę dokumentów, aby monitorować i optymalizować strategie przechowywania i pobierania danych.

Jak skonfigurować

Windsurf

1. Upewnij się, że Node.js i npm są zainstalowane.
2. Otwórz ustawienia projektu Windsurf lub katalog konfiguracyjny.
3. Edytuj plik konfiguracyjny, aby dodać serwer Chroma MCP.
4. Wstaw poniższy fragment JSON do sekcji mcpServers:

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

5. Zapisz plik i zrestartuj Windsurf.
6. Zweryfikuj uruchomienie serwera, sprawdzając logi MCP lub panel kontrolny.

Zabezpieczenie kluczy API

Używaj zmiennych środowiskowych dla wrażliwych kluczy:

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

Claude

1. Zainstaluj Node.js, jeśli nie jest jeszcze obecny.
2. Otwórz plik konfiguracyjny Claude.
3. Dodaj poniższy fragment do sekcji mcpServers:

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

4. Zapisz i zrestartuj Claude.
5. Sprawdź logi systemowe, aby potwierdzić poprawną rejestrację serwera.

Zabezpieczenie kluczy API

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

Cursor

1. Wymaganie wstępne: Node.js zainstalowany.
2. Otwórz plik ustawień/konfiguracji Cursor.
3. Wstaw konfigurację serwera Chroma MCP:

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

4. Zapisz i zrestartuj Cursor.
5. Zweryfikuj połączenie przez panel rozszerzeń Cursor.

Zabezpieczenie kluczy API

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

Cline

1. Upewnij się, że Node.js jest zainstalowany.
2. Przejdź do pliku konfiguracji Cline.
3. Dodaj serwer Chroma MCP:

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

4. Zapisz zmiany i zrestartuj aplikację.
5. Potwierdź obecność serwera MCP na liście w interfejsie Cline.

Zabezpieczenie kluczy API

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

Jak korzystać z tego MCP w przepływach

Korzystanie z MCP w FlowHunt

Aby zintegrować serwery MCP z przepływem FlowHunt, zacznij od dodania komponentu MCP do swojego przepływu i połącz go ze swoim agentem AI:

Kliknij na komponent MCP, aby otworzyć panel konfiguracji. W sekcji systemowej konfiguracji MCP wstaw szczegóły swojego serwera MCP, używając tego formatu JSON:

{
  "chroma-mcp": {
    "transport": "streamable_http",
    "url": "https://twojserwermcp.przyklad/sciezka_do_mcp/url"
  }
}

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia, mając dostęp do wszystkich jego funkcji i możliwości. Pamiętaj, aby zmienić “chroma-mcp” na rzeczywistą nazwę swojego serwera MCP i zastąpić URL własnym adresem serwera MCP.

Przegląd

Oceniam ten serwer MCP na 6/10. Jest solidny pod względem narzędzi bazodanowych i konfiguracji, ale brakuje mu jasnej dokumentacji promptów, zasobów i zaawansowanych funkcji MCP jak korzenie (roots) i sampling.

Ocena MCP