MCP サーバー
Zilliz Cloud は MCP サーバー を提供しており、AI エージェントが標準化された Model Context Protocol (MCP) を介して Zilliz Cloud とシームレスにやり取りできるようにします。このページでは、Zilliz MCP サーバーをローカルにセットアップし、使用したい AI エージェントで使用する方法を説明します。
はじめる前に
以下を確認してください:
-
Zilliz Cloud API キーを取得している。
このページ のガイドに従って作成できます。
-
Python 3.10 以降のバージョンがインストールされている。
インストールされている Python バージョンを確認するには、ターミナルで以下のコマンドを実行します:
python3 -V利用可能な Python リリースについては、ダウンロードページ を参照してください。
-
uv がインストールされ、PATH に追加されている。
インストールされている uv バージョンを確認するには、ターミナルで以下のコマンドを実行します:
uv -Vこのページ のガイドに従ってインストールできます。
手順
Zilliz MCP サーバーを実行するには、設定を準備し、使用したい AI エージェントに追加する必要があります。
ステップ 1: Zilliz MCP サーバー設定を準備
Zilliz MCP サーバーは、以下のいずれかのモードで設定できます:
ローカルモード (標準入力/出力)
このモードでは、Zilliz MCP サーバーは使用中の AI エージェントと同じマシンでローカルに実行され、AI エージェントが Zilliz MCP サーバーのライフサイクルを直接管理します。
AI エージェントが実行されているマシンに Python と uv をインストールすると、有効な Zilliz Cloud API キー(十分な権限を持つ)に YOUR-API-KEY を置き換えた後、以下のサーバー設定を使用できます。
{
"mcpServers": {
"zilliz-mcp-server": {
"command": "uvx",
"args": ["zilliz-mcp-server"],
"env": {
"ZILLIZ_CLOUD_TOKEN": "YOUR-API-KEY"
}
}
}
}
サーバーモード (ストリーム可能な HTTP)
複数のマシンで実行されている複数の AI エージェントで Zilliz MCP サーバーを共有したい場合は、サーバーモードで Zilliz MCP サーバーを実行します。これには、Zilliz MCP サーバーリポジトリをクローンし、設定を準備する前に別のマシンでサーバーを起動する必要があります。
-
Zilliz MCP サーバーリポジトリをクローンします。
git clone https://github.com/zilliztech/zilliz-mcp-server.git
cd zilliz-mcp-server -
環境変数ファイル (.env) を作成します。
cp example.env .env -
.env ファイルに Zilliz Cloud API キーを追加します。
.env ファイルは以下のようになります。十分な権限を持つ有効な Zilliz Cloud API キーを
ZILLIZ_CLOUD_TOKEN=の末尾に追加してください。# Zilliz MCP サーバー設定
# このファイルを .env にコピーし、実際の値を入力してください
# Zilliz Cloud 設定
ZILLIZ_CLOUD_TOKEN=
ZILLIZ_CLOUD_URI=https://api.cloud.zilliz.com
ZILLIZ_CLOUD_FREE_CLUSTER_REGION=gcp-us-west1
# MCP サーバー設定
# HTTP/SSE トランスポートを使用する場合の MCP サーバーのポート (デフォルト: 8000)
MCP_SERVER_PORT=8000
# HTTP/SSE トランスポートを使用する場合の MCP サーバーのホスト (デフォルト: localhost)
MCP_SERVER_HOST=localhostZilliz MCP サーバーはデフォルトで
localhost:*8000で起動します。MCP_SERVER_HOSTとMCP_SERVER_PORTを適切な値に設定して変更できます。 -
Zilliz MCP サーバーを起動します。
uv run src/zilliz_mcp_server/server.py --transport streamable-http -
サーバー設定を準備します。
Zilliz MCP サーバーはデフォルトで
localhost:*8000で起動します。上記の .env ファイルでサーバー設定を変更した場合は、以下の設定の URL を正しいものに更新してください。{
"mcpServers": {
"zilliz-mcp-server": {
"url": "http://localhost:8000/mcp",
"transport": "streamable-http",
"description": "Zilliz Cloud および Milvus MCP サーバー"
}
}
}
ステップ 2: 使用する AI エージェントに設定を追加
MCP は、アプリケーションが LLM にコンテキストを提供する方法を標準化するオープンプロトコルです。多くの AI 主導のアプリケーションがこれをサポートしています。このステップでは、AI コードエディタである Cursor に設定を追加する方法を学びます。
-
Cursor を起動し、トップメニューバーで Cursor > 設定 > Cursor 設定 を選択します。
-
左側のナビゲーションペインから ツールと統合 を選択します。
-
カスタム MCP を追加 をクリックします。これで
mcp.jsonが開きます。 -
ステップ 1 で準備した設定をコピーして、開いたファイルに貼り付けます。
-
ファイルを保存し、ツールと統合 に戻ります。MCP ツール に Zilliz MCP サーバーが一覧表示され、AI エージェントが呼び出せる利用可能なツールが表示されます。

Zilliz MCP サーバーを希望の AI アプリケーションに追加する手順は非常に似ています。AI アプリケーションに特有の指示に従って設定を追加できます。
利用可能なツール
Zilliz MCP サーバーは、Zilliz Cloud とやり取りするための以下のツールを提供します。
コントロールプレーンツール
これらのツールは、プロジェクトやクラスターなどのリソースをコントロールプレーンで管理するために使用されます。
ツール | 説明 |
|---|---|
| Zilliz Cloud アカウント内のすべてのプロジェクトを一覧表示します。 |
| プロジェクト内のすべてのクラスターを一覧表示します。 |
| 新しいフリーティア Milvus クラスターを作成します。 |
| 特定のクラスターに関する詳細情報を取得します。 |
| 実行中のクラスターを一時停止してコストを節約します。 |
| 一時停止したクラスターを再開します。 |
| クラスターのさまざまなパフォーマンスメトリクスを照会します。 |
データプレーンツール
これらのツールは、データベースやコレクションなどのリソースを管理し、データプレーンでベクトル検索を実行するために使用されます。
ツール名 | 説明 |
|---|---|
| 特定のクラスター内のすべてのデータベースを一覧表示します。 |
| データベース内のすべてのコレクションを一覧表示します。 |
| 指定されたスキーマで新しいコレクションを作成します。 |
| スキーマを含むコレクションに関する詳細情報を取得します。 |
| エンティティ(ベクトルを含むデータレコード)をコレクションに挿入します。 |
| ID またはフィルター式に基づいてコレクションからエンティティを削除します。 |
| コレクションでベクトル類似性検索を実行します。 |
| スカラー(数値)フィルター式に基づいてエンティティを照会します。 |
| ベクトル類似性とスカラー(数値)フィルターを組み合わせたハイブリッド検索を実行します。 |
トラブルシューティング
-
AI エージェントが Zilliz MCP サーバーのツール数が 0 と報告するのはなぜですか?
これは通常、Python や uv などの特定の依存関係が不足しているために発生します。それらが適切にインストールされていることを確認してください。詳細は、はじめる前に を参照してください。