博客 / 詳情

返回

快速使用Milvus MCP Server，0代碼搭建智能搜索Agent

引言

在AI時代，搜索場景已從傳統的關鍵詞匹配過渡到語義化、向量化的智能深度搜索。一個高效的智能搜索Agent能通過自然語言理解、語義表示和向量檢索，實現更精準的信息匹配。然而想要搭建這樣一個Agent往往需要面臨和解決很多問題，如產品技術選型、模型的選擇與部署、向量數據的存儲和處理以及返回結果的實時性保障等。

現在使用Milvus MCP Server即可實現快速高效搭建智能搜索Agent，簡化繁瑣的開發流程，為搭建智能應用提效！

什麼是Milvus MCP Server？

MCP是Anthropic公司開源的一個標準化協議，全稱為Model Context Protocol。它的核心目標是：統一AI模型（如語言模型）與外部工具（如計算引擎、數據庫、API等）的連接方式，打破了模型與工具之間的“孤島”，讓模型能夠像使用內置功能一樣靈活調用資源。

阿里雲向量檢索服務Milvus版是一款雲原生向量檢索引擎，實現了高可用、高性能、易擴展的特性，適於處理海量向量數據的實時召回。支持數據分區分片、持久化、增量攝取、混合查詢等高級功能，同時提供了直觀的API和多語言SDK。

目前，開源Milvus已經對接了標準的MCP協議——Milvus MCP Server。

Milvus 已成為MCP官方集成服務：https://github.com/zilliztech/mcp-server-milvus

Milvus提供了milvus-mcp-server (源碼地址）來對接各種AI Agent。支持包括：更新向量數據、創建索引、混合檢索（向量+全文）、多向量列檢索等多種能力。

目前通過Milvus MCP Server，我們能使用大模型，完全無代碼化的實現下面這些能力：

  • 通過輸入簡單的Promopt，完成複雜的向量相似性搜索
  • 通過Agent，快速創建和操作索引
  • Schema分析：直接通過Agent檢查集合Schema、字段類型和索引配置。
  • 實時監控：查詢集合統計信息、實體數量和數據庫運行狀況指標，以確保最佳性能。
  • 動態操作：根據需求變化，實時創建新集合、插入數據和修改Schema
  • 全文搜索：Milvus 2.5版本已經支持全文搜索以及關鍵詞匹配

接下來將重點介紹如何使用Milvus-mcp-server來搭建智能搜索Agent，並分別使用Cline和Cursor進行部署展示。

如何通過Milvus + MCP + LLM搭建智能搜索Agent

環境準備

啓動 MCP 之前，請確保環境滿足以下條件

  1. Python 3.12 或更高版本（可使用 python --version 檢查）
  2. uv 0.6.7 或更高版本（可使用 uv --version 檢查），安裝方式可以參考文檔
  3. mcp 1.4.0 或更高版本
  4. pymilvus 2.5.0 或更高版本
  5. 下載並安裝VsCode，下載地址
  6. 下載milvus-mcp-server（git clone https://github.com/zilliztech/mcp-server-milvus )
  7. 正在運行的阿里雲Milvus實例

創建步驟：

  1. 進入阿里雲Milvus頁面。

    1. 登錄阿里雲Milvus控制枱。
    2. 在左側導航欄，單擊Milvus實例。
  2. 在Milvus實例頁面，單擊創建實例，詳細步驟可參考文檔。
  3. 若您為產品新用户，也可直接免費領取1個月試用體驗。

與Cline集成（LLM：Deepseek）

  1. 下載Cline：在VsCode的擴展欄目中，搜索並安裝Cline。

  1. 配置Cline，並使用Deepseek

在API Provider中選擇OpenRouter，點擊Get API Key。

在瀏覽器中登錄並獲取API KEY

在Model選擇Deepseek-chat-v3，然後點擊右上角Done，完成配置。

  1. 配置MCP Server

點擊 Cline 右上角 MCP Server 配置，然後點擊Configure MCP Servers

在 cline_mcp_settings.json 完成以下配置，其中：

  • command 需要配置uv的安裝路徑
  • directory 需要配置Milvus MCP Project 下載地址
  • milvus-uri 需要配置阿里雲Milvus實例公網地址（實例需開通創建並配置公網IP）
  • milvus-token 需要配置用户名密碼
{
  "mcpServers": {
    "milvus": {
      "command": "/Path/to/uv/.local/bin/uv",
      "args": [
        "--directory",
        "/Path/to/mcpserver/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://c-xxxxxxxxxxxxx.milvus.aliyuncs.com:19530",
        "--milvus-token",
        "root:you_password"
      ],
      "disabled": true,
      "autoApprove": []
    }
  }
}

完成以上配置後，點擊開啓開關，並點擊右上角Done，完成 Milvus MCP Server 配置。

  1. Milvus MCP 效果展示

在示例Milvus集羣中，可以看到有4個Collection。

在Cline對話框中，輸入：在我的milvus數據庫裏有哪些Collection？

在Cline對話框中，輸入：在'milvus_overview' Collection中找到包含"Unstruct"的數據？

輸出結果會自動進行調優，若首次輸出結果不理想，可再次搜索

與Cursor集成（LLM：Claude-3.7）

下載並安裝Cursor，下載地址。

  1. 配置 Cursor Config

在Beta Features中選擇 Early Access

升級Cursor，並保證版本高於0.47

  1. 配置MCP Config

打開Clone的Milvus Mcp Project，在根目錄創建 .cursor 文件夾，並在其中mcp.json文件

在 mcp.json 完成以下配置，其中：

  • command 需要配置uv的安裝路徑
  • directory 需要配置Milvus MCP Project 下載地址
  • milvus-uri 需要配置阿里雲Milvus實例公網地址（實例需開通創建並配置公網IP）
  • milvus-token 需要配置用户名密碼
{
  "mcpServers": {
    "milvus": {
      "command": "/Path/to/uv/.local/bin/uv",
      "args": [
        "--directory",
        "/Path/to/mcpserver/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://c-xxxxxxxxxxxxx.milvus.aliyuncs.com:19530",
        "--milvus-token",
        "root:you_password"
      ],
      "disabled": true,
      "autoApprove": []
    }
  }
}

完成配置後，可以Cursor配置中的MCP欄目檢查。

  1. Milvus MCP 效果展示

模式選擇Agent，LLM選擇claude-3.7

在Cursor對話框中，輸入：在我的milvus數據庫裏有哪些Collection？

立即體驗

如您想體驗阿里雲Milvus的相關能力，歡迎在阿里雲官網搜索向量檢索服務Milvus版進行體驗。

產品新用户也可免費領取1個月試用資格。

此外，阿里云為了回饋新老用户，推出了重大優惠：阿里雲向量檢索服務 Milvus 版 | 限時年付5折！購買地址

milvus , agent , 搜索
user avatar
0 位用戶收藏了這個故事！

發佈 評論

Some HTML is okay.