generate_embeddings
Generate vector embeddings for one or more texts using Cloudflare Workers AI (bge-base-en-v1.5, 768-dim).
text必填model
io.github.lazymac2x由 GitHub 账号 lazymac2x 发布v1.0.0更新于 Oct 24, 2026
Cloudflare Workers MCP server: embedding-search
远程 MCP 服务器,让助手生成文本向量嵌入、对文档做语义搜索排序,并计算两段文字的相似度。
Web executable,通过 Streamable HTTP。 远程服务在工作区中配置后即可从网页运行时运行。
把这段提示词粘贴到 Claude Code、Codex、Cursor 等智能体,或 SourceWeft 对话中。智能体会读取该服务器的安装指南,先向你展示发布者、端点和登录方式,经你同意后再把它添加到你的客户端。密钥不会写进任何命令。
阅读 https://sourceweft.com/mcp/io.github.lazymac2x%2Fembedding-search/install.md,并按其中说明把这个 MCP 服务器接入我的客户端。修改任何配置之前,先告诉我它的发布者、端点和登录方式,等我确认。不要把 API 密钥写进命令或我会提交的文件;问我密钥应从哪里获取。把它添加到你客户端的 mcpServers 配置中。
{
"mcpServers": {
"embedding-search": {
"type": "http",
"url": "https://api.lazy-mac.com/embedding-search/mcp"
}
}
}该仓库没有 README。
Generate vector embeddings for one or more texts using Cloudflare Workers AI (bge-base-en-v1.5, 768-dim).
text必填modelRank a list of documents against a query using cosine similarity of bge embeddings. Returns top-k matches with scores.
modelquery必填top_kdocuments必填Compute cosine similarity between two texts. Returns score in [-1,1]. Useful for dedup and relatedness.
modeltext_a必填text_b必填已满足适用检查项的 75%
该评分衡量此收录条目的完整程度,依据注册中心条目、端点与公开来源计算得出。它不是对服务器本身的评价,也不表示服务器安全或当前可用:可连通性是带日期的检查结果,评分也不包含安装量或用户评价。
请声明包含 README 的 GitHub 仓库,或在 OAuth 受保护资源元数据中提供 resource_documentation。
请在仓库或注册中心条目中声明许可证。