Chroma MCP 服务器集成

“Chroma” MCP 服务器的作用是什么？

Chroma MCP 服务器是模型上下文协议（MCP）的实现，通过 Chroma 向量数据库为 AI 助手提供强大的数据库能力。它支持与外部数据源无缝集成，使 AI 模型可创建、管理和查询文档集合。支持全文与语义搜索、元数据筛选和多种灵活存储选项（临时、持久、HTTP、云端），为开发者提供高效数据检索和管理工具，助力 LLM 工作流。这样，AI 应用能够执行集合管理、文档查询等高级数据操作，支持信息检索、知识管理等开发场景。

提示词列表

仓库中未提及任何提示词模板。

准备好发展您的业务了吗？

今天开始免费试用，几天内即可看到结果。

申请演示 登录

资源列表

仓库文档未详细说明相关资源。

工具列表

• chroma_list_collections – 列出所有集合，支持分页。
• chroma_create_collection – 创建新集合，可选 HNSW 配置。
• chroma_peek_collection – 查看集合中的文档样本。
• chroma_get_collection_info – 获取集合详细信息。
• chroma_get_collection_count – 获取集合中文档数。
• chroma_modify_collection – 更新集合名称或元数据。
• chroma_delete_collection – 删除集合。
• chroma_add_documents – 添加文档，可带元数据和自定义 ID。
• chroma_query_documents – 通过语义搜索和高级筛选查询文档。

加入我们的新闻通讯

免费获取最新提示、趋势和优惠。

电子邮件地址

订阅

本 MCP 服务器应用场景

• 数据库管理
  轻松创建、修改、删除集合，用于组织 AI 应用的项目或业务数据。
• 语义与全文搜索
  支持语义和文本查询，实现上下文感知的知识检索，适合需要复杂检索的应用。
• 元数据筛选
  支持根据自定义元数据字段检索和筛选文档，适用多样化工作流和数据分类。
• 文档导入与检索
  高效添加和检索文档（含元数据与 ID），便于知识库构建和 AI 训练集准备。
• 集合分析
  获取集合统计和文档数量，用于监控和优化数据存储与检索策略。

如何设置

Windsurf

1. 确保已安装 Node.js 和 npm。
2. 打开 Windsurf 项目的设置或配置目录。
3. 编辑配置文件，添加 Chroma MCP 服务器。
4. 在 mcpServers 下插入如下 JSON 片段：

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

5. 保存文件并重启 Windsurf。
6. 通过查看 MCP 服务器日志或仪表盘确认服务已启动。

API 密钥安全管理

使用环境变量存储敏感密钥：

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

Claude

1. 如未安装 Node.js，请先安装。
2. 打开 Claude 配置文件。
3. 在 mcpServers 下添加如下内容：

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

4. 保存并重启 Claude。
5. 检查系统日志确认服务器注册成功。

API 密钥安全管理

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

Cursor

1. 先安装 Node.js。
2. 打开 Cursor 的设置/配置文件。
3. 插入 Chroma MCP 服务器配置：

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

4. 保存并重启 Cursor。
5. 可在 Cursor 扩展面板验证连接。

API 密钥安全管理

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

Cline

1. 确认已安装 Node.js。
2. 进入 Cline 的配置文件。
3. 添加 Chroma MCP 服务器：

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

4. 保存并重启应用。
5. 在 Cline 界面确认 MCP 服务器已列出。

API 密钥安全管理

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

如何在流程中使用 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，先在流程中添加 MCP 组件并连接到 AI 代理：

点击 MCP 组件，打开配置面板。在系统 MCP 配置区，按如下 JSON 格式填写 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具使用该 MCP，访问其全部功能。请将 “chroma-mcp” 替换为你实际的 MCP 服务器名称，并将 URL 替换为你的 MCP 服务器地址。

概览

我会给这个 MCP 服务器打 6/10 分。它在数据库工具和部署方面很强大，但在提示词、资源和诸如 roots、采样等高级 MCP 功能文档方面尚不完善。

MCP 评分