🚀
开箱即用
预设多种场景的 Schema，快速搭建向量数据库
Milvus Tools本地向量数据库解决方案
支持全量文档重建、语义检索和 RAG 注入
Skip to content
核心特性
🎯 专为 RAG 设计
内置 RAG 场景优化的 Schema 和工作流，让你快速构建知识库驱动的 AI 应用。
🧩 灵活的 Schema 系统
提供 8 种预设 Schema，覆盖常见应用场景。也可以基于预设快速自定义。
💻 命令行工具
提供完整的 CLI 工具集，支持健康检查、Collection 管理、数据入库、语义检索等。
🔌 MCP 协议支持
内置 Model Context Protocol 服务器，可直接与 Claude、Gemini 等 AI 应用集成。
快速体验
安装
bash
# 克隆项目
git clone https://github.com/webkubor/milvus-tools.git
cd milvus-tools
# 安装依赖
pnpm install使用预设 Schema
javascript
import { getPresetSchema } from '../scripts/common/schemas.mjs'
// 获取 RAG 文档 Schema
const schema = getPresetSchema('rag')
console.log(schema.collectionName) // 'rag_documents'创建 Collection
bash
# 使用预设 Schema 初始化
pnpm run milvus:init
# 全量入库文档
EMBED_PROVIDER=ollama pnpm run milvus:ingest
# 语义检索
EMBED_PROVIDER=ollama pnpm run milvus:search -- "搜索关键词"适用场景
| 场景 | 推荐预设 | 说明 |
|---|---|---|
| 知识库问答 | rag | 文档切片、语义检索 |
| 代码搜索 | code | 代码片段、函数搜索 |
| 图像检索 | image | 以图搜图、图像标注 |
| 多语言 | multilingual | 国际化知识库 |
| 对话系统 | conversation | 聊天历史、上下文检索 |
| 商品推荐 | product | 电商商品向量搜索 |
技术栈
- Milvus - 高性能向量数据库
- Ollama - 本地 Embedding 服务
- MCP - Model Context Protocol
- Node.js - 运行时环境