Embedding Search

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

已验证Streamable HTTP可网页运行AI 与机器学习

概览

AI 生成的概览

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。

可以做什么
为一或多段文本生成 768 维向量嵌入(Cloudflare Workers AI 的 bge-base-en-v1.5)。按余弦相似度对文档列表依查询排序,返回前 k 条及分数。计算两段文本之间的余弦相似度,分数介于 -1 到 1。可用于去重与判断语义相关程度。
适用场景
当你需要快速取得文本向量、在小型文档集合中做语义排序,或判断两段文字是否重复、相近时使用。适合原型开发与轻量检索,不适合需要自建模型或大规模索引的场景。
运行要求
需要能连接远程端点( Cloudflare Workers AI 生成,无需在本机安装软件包或运行时。
安装前请注意
文本内容会发送至第三方远程服务(Cloudflare Workers AI)进行嵌入与比对,请避免提交机密或个人信息。服务未声明身份验证机制,请留意传输内容的可见性。

安装

在 SourceWeft 中

  1. 打开 控制台中的 Embedding Search,将其添加到工作区。
  2. 为需要使用其工具的对话启用该服务。

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。

交给智能体安装

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。

查看智能体所依据的安装指南

其他 MCP 客户端

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"
    }
  }
}

README

该仓库没有 README。

工具

3

generate_embeddings

Generate vector embeddings for one or more texts using Cloudflare Workers AI (bge-base-en-v1.5, 768-dim).

输入参数text必填model

compute_similarity

Compute cosine similarity between two texts. Returns score in [-1,1]. Useful for dedup and relatedness.

输入参数modeltext_a必填text_b必填

版本历史

1
  1. v1.0.0最新Sep 16, 2026

评分

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。

  • 近 30 天内可连通必需25 分
  • 已声明认证方式必需10 分
  • 已列出工具必需15 分
  • 描述必需15 分
  • 图标10 分
  • 文档15 分

    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。

  • 许可证10 分

    请在仓库或注册中心条目中声明许可证。