Solr Search MCP-server

Vad gör “Solr Search” MCP-servern?

Solr Search MCP-servern fungerar som ett integrationslager mellan stora språkmodeller (LLMs) och Apache Solr, en kraftfull öppen källkodsplattform för sökning. Genom att använda Model Context Protocol (MCP) kan denna server låta AI-assistenter söka, hämta och interagera med dokument lagrade i Solr-samlingar. Den exponerar Solrs sök- och hämtningsfunktioner som standardiserade resurser och verktyg, vilket möjliggör smidig, typsäker och autentiserad åtkomst från klientapplikationer. Utvecklare kan använda denna MCP-server för att utrusta LLMs med avancerade sökfunktioner, inklusive komplexa sökfrågor, dokumentfiltrering, sortering, paginering och direkt dokumenthämtning – allt inom säkra, asynkrona arbetsflöden. Detta förbättrar utvecklingsflöden genom att företagsklassad sökning blir tillgänglig för AI-drivna system.

Lista över promptar

Inga explicita promptmallar nämns i den tillgängliga dokumentationen eller i repository-filer.

Lista över resurser

• Solr-dokumentsökningsresurs
  Exponerar Solr-samlingar för MCP-klienter och låter dem söka bland indexerade dokument.
• Resurs för dokumenthämtning
  Möjliggör hämtning av specifika dokument via deras unika ID från Solr-samlingar.
• Resurs för filtrerade och sorterade resultat
  Tillhandahåller avancerad filtrering och sortering av sökfrågor för att förfina och organisera resultat.
• Resurs för paginerade sökresultat
  Stöder paginering av stora sökresultat, så att klienter kan hämta resultat i hanterbara delar.

Lista över verktyg

• Avancerat sökverktyg
  Låter LLMs utföra komplexa Solr-frågor via MCP-gränssnittet och stöder olika sökparametrar.
• Verktyg för dokumenthämtning
  Gör det möjligt för LLMs att hämta fullständig dokumentinformation via dokument-ID från Solr.
• Verktyg för asynkron frågeexekvering
  Kommunicerar med Solr på ett icke-blockerande sätt för effektiv sökning och hämtning.
• Autentiseringsverktyg (JWT)
  Ger säker, autentiserad åtkomst till Solr-endpoints via MCP-servern.

Användningsområden för denna MCP-server

• Företagssökning av dokument
  Integrera med företags Solr-installer för att möjliggöra LLM-styrd dokumentuppslagning och kunskapshämtning för support- eller forskningsteam.
• Kodbasutforskning
  Indexera och sök i kod eller teknisk dokumentation med Solr, så att utvecklare kan fråga och analysera kodbaser via AI-verktyg.
• API-integration för smarta assistenter
  Utrusta digitala assistenter eller chattbottar med Solr-baserad sökning för att besvara användarfrågor från stora, strukturerade datamängder.
• Automatiserad rapportgenerering
  Hämta och sammanställa data från Solr-samlingar för att generera affärsrapporter eller analyser genom AI-arbetsflöden.
• Säker innehållsleverans
  Kontrollera åtkomst till känsliga dokument med JWT-autentisering och säkerställ att endast auktoriserade LLM-interaktioner får åtkomst till Solr-data.

Så sätter du upp det

Windsurf

1. Förutsättningar: Säkerställ att Python 3.11+, Docker och uv är installerade.
2. Leta upp konfigurationen: Öppna din Windsurf-konfigurationsfil.
3. Lägg till Solr Search MCP-server: Infoga eller uppdatera objektet mcpServers med Solr Search MCP-konfigurationen.
4. Spara och starta om: Spara konfigurationen och starta om Windsurf.
5. Verifiera installationen: Kontrollera att servern körs och är åtkomlig.

{
  "mcpServers": {
    "solr-search": {
      "command": "python",
      "args": ["run_server.py"]
    }
  }
}

Skydda API-nycklar

Använd miljövariabler för känslig information (t.ex. JWT-hemligheter).
Exempel:

{
  "mcpServers": {
    "solr-search": {
      "command": "python",
      "args": ["run_server.py"],
      "env": {
        "JWT_SECRET": "${JWT_SECRET}"
      },
      "inputs": {
        "solr_url": "http://localhost:8983/solr"
      }
    }
  }
}

Claude

1. Förutsättningar: Installera nödvändiga beroenden och Solr.
2. Redigera konfiguration: Öppna Claudes MCP-server-konfigurationsfil.
3. Lägg till serverpost: Infoga MCP-serverns kommando och argument.
4. Starta om Claude: Ladda om eller starta om Claude-backenden.
5. Testa anslutning: Kontrollera att MCP-handshake lyckas.

{
  "mcpServers": {
    "solr-search": {
      "command": "python",
      "args": ["run_server.py"]
    }
  }
}

Cursor

1. Installera beroenden: Säkerställ att Python 3.11+ och Docker är inställda.
2. Gå till Cursor-konfigurationen: Leta upp avsnittet för MCP-servrar.
3. Infoga MCP-serverkonfiguration: Lägg till Solr Search-detaljer.
4. Verkställ ändringar: Spara och starta om Cursor.
5. Validera: Kontrollera driftsstatusen.

{
  "mcpServers": {
    "solr-search": {
      "command": "python",
      "args": ["run_server.py"]
    }
  }
}

Cline

1. Förbered miljön: Python, Docker och uv måste vara installerade.
2. Öppna Cline-konfigurationen: Hitta blocket för MCP-serverkonfiguration.
3. Konfigurera servern: Lägg till information för Solr Search MCP.
4. Starta om Cline: Verkställ konfigurationsändringar.
5. Kontrollera integration: Kör en testfråga.

{
  "mcpServers": {
    "solr-search": {
      "command": "python",
      "args": ["run_server.py"]
    }
  }
}

Så använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, infoga dina MCP-serverdetaljer med detta JSON-format:

{
  "solr-search": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

När detta är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapaciteter. Kom ihåg att byta ut “solr-search” till det verkliga namnet på din MCP-server och byt ut URL:en mot din egen MCP-server-URL.

Översikt

Min åsikt: Denna MCP-server erbjuder robust Solr-integration och implementerar all grundläggande funktionalitet för säker, typsäker och flexibel dokumentsökning. Dock saknas explicita promptmallar och det nämns inget om Roots eller samplingstöd, vilket kan begränsa avancerade MCP-klientarbetsflöden. Dokumentationen är gedigen för installation och funktion men tunn gällande djupare MCP-specifika funktioner.

MCP-poäng

Betyg:
Baserat på tabellerna ovan skulle jag betygsätta denna MCP-server till 6/10. Den är funktionell och väl integrerad med Solr, men saknar vissa MCP-ekosystemfunktioner (som roots, sampling, promptmallar), och har ingen tydlig öppen källkodslicens.