Token导航 LogoToken导航TokenDH.com
RAG DB With MCP logo
数据服务stdio官方级别未说明来源级核验

RAG DB With MCP

MCP Server

通过pgvector扩展为PostgreSQL提供向量存储功能,支持高效存储和查询嵌入向量。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
向量数据库Python数据分析

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

fyrepaw13

提供方

fyrepaw13

最后核验

2026/5/17 20:20

运行时

Docker

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

docker run -d --name postgres-vector -p 5432:5432 postgres-pgvector

详细介绍

⚡ 本项目基于/修改自:https://gist.github.com/Joel-hanson/132138e0a6720013dca669546fe98777

步骤1:使用pgvector构建自定义PostgreSQL映像

  1. 转到您的Dockerfile目录
cd postgres-pgvector
  1. 构建Docker镜像:
docker build -t postgres-pgvector .
  1. 运行容器:
docker run -d --name postgres-vector -p 5432:5432 postgres-pgvector

现在,您已经有了一个运行pgvector的PostgreSQL实例。

步骤2:安装所需的Python包

让我们设置Python环境:

pip install psycopg2-binary pgvector sentence-transformers torch transformers

步骤3:创建矢量存储表

  1. 连接到PostgreSQL数据库
docker exec -it postgres-vector psql -U vectoruser -d vectordb
CREATE TABLE writeups (
    id SERIAL PRIMARY KEY,
    content TEXT,
    embedding vector(384)
);

如果你使用OpenAI的text-embedding-3-small,你应该创建vector(1536)

第四步:吸收你的文章

python3 ingestor.py 将其添加到数据库中

目录标签

目录标签

向量数据库Python数据分析本地部署PostgreSQL扩展机器学习存储嵌入向量

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Docker

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP