"大模型雖然智能，但似乎在面對各種問題時仍顯得力不從心。"

許多用戶在運用大模型時，可能都會遇到這樣的困惑。

舉例來說，詢問 DeepSeek 關(guān)于即將到來的清明節(jié)的習俗，AI 能夠信手拈來地提供答案；然而，當要求它制定一份為期三天兩晚的清明旅行計劃時，其給出的方案似乎總是不夠完美。

原因顯而易見，在制定旅行計劃時，大模型缺少了天氣、機票、鐵路、導航、酒店等重要數(shù)據(jù)與工具的接入。這就好比一個極具智慧的大腦，卻缺乏了外部的“數(shù)據(jù)”輸入和強健的四肢支持。

在這種情況下，為了提升大模型的能力，通過為其配備多樣化的外部工具和數(shù)據(jù)庫，Agent 技術(shù)最近2年來備受關(guān)注。

然而，要打造一個高度智能的 Agent，通常需要集成大量的外部工具。在傳統(tǒng)的 Agent 開發(fā)過程中，每增加一個工具，就需要為大模型編寫一個新的 API，這使得系統(tǒng)變得越來越復雜。

MCP（模型上下文協(xié)議）的問世改變了這一現(xiàn)狀。

去年11月，硅谷 AI 巨頭 Anthropic 正式發(fā)布了MCP——模型上下文協(xié)議，使得開發(fā)者只需編寫一次代碼，就能讓大模型對接不同的 API、數(shù)據(jù)庫與文件系統(tǒng)，極大簡化了模型的配置過程。

正因為如此，MCP 一經(jīng)推出，便被譽為最強大的標準化接口協(xié)議，一夜之間在全球大模型領(lǐng)域掀起熱潮，成為新一代 Agent 工具調(diào)用的標準協(xié)議。

那么，MCP 究竟是什么呢？我們又該如何將其與 Milvus 相結(jié)合？

1、模型上下文協(xié)議（MCP）是什么

MCP 是一種開源協(xié)議，它的目標是對大模型與各類數(shù)據(jù)源及工具的互聯(lián)方式進行標準化。

借助 MCP，大模型（LLM）就如同配備了通用的 Type C 充電接口，能夠迅速連接到任何支持 MCP 的工具。

從技術(shù)架構(gòu)的角度來看，MCP 實行的是客戶端-服務(wù)器模型，其中，主應(yīng)用程序能夠與多個工具服務(wù)器建立連接：

MCP 主機：指那些希望通過 MCP 來獲取數(shù)據(jù)的程序，例如 Claude 的桌面應(yīng)用、集成開發(fā)環(huán)境（IDE）或者 AI 工具（Cursor、Agents 等）。

MCP 客戶端：這是與服務(wù)器建立一對一連接的協(xié)議客戶端。

MCP 服務(wù)器：通過標準化的模型上下文協(xié)議，連接到具有特定功能的輕量級程序。

本地數(shù)據(jù)源：指的是 MCP 服務(wù)器可以安全訪問的計算機文件、數(shù)據(jù)庫和服務(wù)。

遠程服務(wù)：MCP 服務(wù)器能夠連接到互聯(lián)網(wǎng)上的外部系統(tǒng)（例如，通過 API 進行連接）。

2、為何要將 Milvus 與 MCP 結(jié)合使用？

Milvus 不僅在處理大規(guī)模數(shù)據(jù)方面表現(xiàn)出色，其高效的相似性搜索能力和可擴展的向量存儲特性，使其成為 Agent 智能體的首選解決方案。

借助 MCP 這位“理想的協(xié)調(diào)者”，開發(fā)者能夠在不增加額外工程量的情況下，輕松實現(xiàn)大模型對向量數(shù)據(jù)庫知識的高效、標準化訪問。

那么，通過 MCP 整合 Milvus，我們將能夠享受到哪些功能呢？

• 復雜的向量相似性搜索能力
• 索引的創(chuàng)建與操作
• Schema 分析：可以直接在 AI 代理界面中檢查集合的 Schema、字段類型和索引設(shè)置。
• 實時監(jiān)控：獲取集合的統(tǒng)計信息、實體數(shù)量和數(shù)據(jù)庫運行狀態(tài)指標，確保系統(tǒng)性能最優(yōu)。
• 動態(tài)操作：根據(jù)需求變化，即時創(chuàng)建新集合、插入數(shù)據(jù)或修改 Schema。
• 全文搜索：從 Milvus 2.5 版本開始，新版本均支持全文搜索功能。

3、如何將 Milvus 通過 MCP 與大模型集成？

Milvus MCP 服務(wù)器兼容支持 MCP 的各種大模型（LLM）應(yīng)用程序，其中包括但不限于以下幾款：

• Claude Desktop：由 Anthropic 開發(fā)的 Claude 桌面應(yīng)用程序。
• Cursor：一款 AI 代碼編輯器，其 Composer 功能支持 MCP。
• 自定義 MCP 客戶端：任何遵循 MCP 客戶端規(guī)范開發(fā)的應(yīng)用程序。

在接下來的步驟中，我們將通過 Claude Desktop 和 Cursor 來展示部署過程。

第一步：環(huán)境準備

在使用 MCP 服務(wù)器之前，請確保已經(jīng)準備好：

1. Python 3.10 或更高版本；
2. 正在運行的 Milvus 實例（本地或遠程）
3. uv 工具

第二步：配置指南

我們推薦，Milvus MCP Server 直接使用 uv 方式運行。以下案例中的  Claude Desktop 和 Cursor 都可以如此配置。

git clone https://github.com/zilliztech/mcp-server-milvus.git

cd mcp-server-milvus

接下來，我們就可以直接運行 server 了，如下所示：

uv run src/mcp_server_milvus/server.py --milvus-uri http://localhost:19530

第三步：與 Claude Desktop 集成

Step1：從 https://claude.ai/download 安裝 Claude Desktop

Step2：打開你的 Claude Desktop 配置：

macOS：

~/Library/Application Support/Claude/claude_desktop_config.json

Step3：添加以下配置

{
  "mcpServers": {
    "milvus": {
      "command": "/PATH/TO/uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://localhost:19530"
      ]
    }
  }
}

Step4：重啟 Claude 桌面

第四步：與 Cursor 集成

Cursor 可以通過 Composer 中的 Agent 功能支持 MCP工具。我們可以通過兩種方式將 Milvus MCP 服務(wù)器添加到 Cursor：

方法一 ：使用 Cursor 設(shè)置 UI

• Step1：轉(zhuǎn)至 Cursor Settings> Features>MCP
• Step2：+ Add New MCP Server 按鈕
• Step3 填寫配置：Type 選擇 stdio；name 選擇milvus；Command 如下

/PATH/TO/uv --directory /path/to/mcp-server-milvus/src/mcp_server_milvus run server.py --milvus-uri http://127.0.0.1:19530

??注意：要使用127.0.0.1而不是 localhost，可以避免潛在的 DNS 解析問題。

方法二：使用項目特定配置（推薦）

Step1：在項目根目錄中創(chuàng)建一個. cursor/mcp.json 文件：

mkdir -p /path/to/your/project/.cursor

Step2：創(chuàng)建一個 mcp.json 文件，內(nèi)容如下：

{
  "mcpServers": {
    "milvus": {
      "command": "/PATH/TO/uv",
      "args": [
        "--directory",
        "/path/to/mcp-server-milvus/src/mcp_server_milvus",
        "run",
        "server.py",
        "--milvus-uri",
        "http://127.0.0.1:19530"
      ]
    }
  }
}

Step3：重新啟動 Cursor 或重新加載窗口

添加 server 后，我們需要點擊 MCP 設(shè)置中的刷新按鈕來激活工具列表。這樣，當我們的查詢相關(guān)內(nèi)容的時候，Composer Agent 就能自動使用 Milvus 工具。

Step4：驗證集成效果

要驗證 Cursor 是否已成功與 Milvus MCP 服務(wù)器集成：

• 打開 Cursor Settings > Features > MCP
• 檢查“Milvus”是否出現(xiàn)在 MCP 服務(wù)器列表中
• 驗證工具是否集成成功

    （例如 milvus_list_collections、milvus_vector_search 等）

4、案例展示：Claude Desktop+MCP+Milvus 效果展示

案例 1：提問

首先，我們給出如下一個提問：

What are the collections I have in my Milvus DB?

Claude 馬上就會使用 MCP 在 Milvus 向量數(shù)據(jù)庫中檢索和以上提問有關(guān)的數(shù)據(jù)。

案例 2：文檔搜索

首先，我們明確一下需求：

 Claude 將利用 Milvus 的全文搜索功能來檢索相關(guān)文檔：

Cursor + MCP + Milvus  效果展示 

在 Cursor 的 Composer 中，您可以進行如下操作：

Create a new collection called 'articles' in Milvus with fields
 for title (string), content (string), and a vector field (128 dimensions)

Cursor 將使用 MCP 服務(wù)器執(zhí)行此操作：

本文轉(zhuǎn)載自公眾號玄姐聊AGI  作者：玄姐

原文鏈接：??https://mp.weixin.qq.com/s/UuVxTptS5t4a1M8iJ1SJYw??