embedding-search
Cloudflare Workers MCP server: embedding-search
¿Debería usar esto?
Calidad y seguridad
Basado en el análisis automatizado de las definiciones de herramientas y el cumplimiento del protocolo.
Costo de contexto
Este es el número aproximado de tokens que se consumen cada vez que las herramientas del servidor se cargan en el contexto de un modelo. Los recuentos más altos reducen la atención disponible para otras tareas.
Instalar
Instalación con un clic
Agrega esto a tu archivo `claude_desktop_config.json`:
{
"mcpServers": {
"embedding-search": {
"url": "https://api.lazy-mac.com/embedding-search/mcp"
}
}
}Puntos de conexión remotos
https://api.lazy-mac.com/embedding-search/mcpstreamable-httpQué puede hacer
Inventario de herramientas
Herramientas (3)
⚪generate_embeddings(text, model)
Generate vector embeddings for one or more texts using Cloudflare Workers AI (bge-base-en-v1.5, 768-dim).
Esquema de entrada
{
"type": "object",
"properties": {
"text": {
"oneOf": [
{
"type": "string"
},
{
"type": "array",
"items": {
"type": "string"
}
}
],
"description": "Text or array of texts to embed"
},
"model": {
"type": "string",
"description": "CF AI model ID override"
}
},
"required": [
"text"
]
}🟢semantic_search(query, documents, top_k, model)
Rank a list of documents against a query using cosine similarity of bge embeddings. Returns top-k matches with scores.
Esquema de entrada
{
"type": "object",
"properties": {
"query": {
"type": "string",
"description": "Search query"
},
"documents": {
"type": "array",
"items": {
"type": "string"
},
"description": "Candidate documents to rank"
},
"top_k": {
"type": "integer",
"description": "Number of results (default 5)"
},
"model": {
"type": "string",
"description": "CF AI model ID override"
}
},
"required": [
"query",
"documents"
]
}🟢compute_similarity(text_a, text_b, model)
Compute cosine similarity between two texts. Returns score in [-1,1]. Useful for dedup and relatedness.
Esquema de entrada
{
"type": "object",
"properties": {
"text_a": {
"type": "string"
},
"text_b": {
"type": "string"
},
"model": {
"type": "string"
}
},
"required": [
"text_a",
"text_b"
]
}Comunidad
Evidencia