メインコンテンツまでスキップ
バージョン: User Guides (Cloud)

MCP サーバー

Zilliz Cloud は、AI エージェントが標準化された Model Context Protocol (MCP) を介して Zilliz Cloud とシームレスに連携できるようにする MCP サーバー を提供しています。このページでは、Zilliz MCP Server をローカルにセットアップし、お好みの AI エージェントで使用する方法について説明します。

始める前に​

以下の準備が整っていることを確認してください。

  • Zilliz Cloud API キーを取得していること。

    API キーの作成方法は、このページ のガイドに従ってください。

  • Python 3.10 以降のバージョンがインストールされていること。

    インストール済みの Python バージョンを確認するには、ターミナルで次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 をインストールし、PATH に追加済みであること。

    インストール済みの uv の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。

Procedure​

Zilliz MCP Server を実行するには、設定を準備し、お好みの AI エージェントに追加する必要があります。

Step 1: Prepare Zilliz MCP Server configuration​

Zilliz MCP Server は、以下のいずれかのモードで設定できます。

Local mode (Standard Input/Output)​

このモードでは、Zilliz MCP Server およびお好みの AI エージェントが同じマシン上でローカルに実行され、AI エージェントが Zilliz MCP Server 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 をインストールしたら、YOUR-CLUSTER-TOKEN を、十分な権限を持つ有効な Zilliz Cloud API キー、または user:pass の形式でコロン区切りされたクラスターユーザー名とパスワードに置き換えた後、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-CLUSTER-TOKEN"
      }
    }
  }
}

Server mode (Streamable HTTP)​

複数の AI エージェントが異なるマシン上で実行されている間で Zilliz MCP Server を共有したい場合は、Zilliz MCP Server をサーバーモードで実行してください。これには、設定を準備する前に Zilliz MCP Server リポジトリをクローンし、別のマシン上でサーバーを起動する必要があります。

1

Zilliz MCP Server 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
2

環境変数ファイル（.env）を作成します。

cp example.env .env
3

Zilliz Cloud クラスタートークンを .env ファイルに追加します。

.env ファイルは以下のようになります。ZILLIZ_CLOUD_TOKEN= の末尾に、十分な権限を持つ有効な Zilliz Cloud API キー、または user:pass のようにコロンで結合されたクラスタユーザー名とパスワードを追加してください。

# Zilliz MCP Server Configuration
# Copy this file to .env and fill in your actual values

# Zilliz Cloud Configuration

ZILLIZ_CLOUD_TOKEN=
ZILLIZ_CLOUD_URI=https://api.cloud.zilliz.com
ZILLIZ_CLOUD_FREE_CLUSTER_REGION=gcp-us-west1

# MCP Server Configuration

# Port for MCP server when using HTTP/SSE transports (default: 8000)
MCP_SERVER_PORT=8000
# Host for MCP server when using HTTP/SSE transports (default: localhost)
MCP_SERVER_HOST=localhost

Zilliz MCP Server はデフォルトで localhost*:*8000 で起動します。MCP_SERVER_HOST と MCP_SERVER_PORT を適切な値に設定することで、これを変更できます。

4

Zilliz MCP Server を起動します。

uv run src/zilliz_mcp_server/server.py --transport streamable-http
5

サーバー設定を準備します。

Zilliz MCP Server 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ている場合は、以下の設定内の 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 and Milvus MCP Server"
    }
  }
}

ステップ 2: お好みの AI エージェントに設定を追加する​

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 駆動型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 コードエディターである カーソル に設定を追加する方法を学びます。

1

カーソル を起動し、トップメニューバーで カーソル > Settings > カーソル Settings を選択します。

2

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。

3

Add Custom MCP をクリックします。これにより mcp.json が開きます。

4

ステップ 1 で準備した設定をコピーし、開いているファイルに貼り付けます。

5

ファイルを保存して ツールと統合 に戻ります。MCP Tools に Zilliz MCP Server 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ていることを確認できます。

D8YHbAKHQoEskbx23bNcj3jCnDg

お好みの AI アプリケーションに Zilliz MCP Server を追加する手順は非常に類似しています。お使いの AI アプリケーション固有の手順に従って設定を追加してください。

利用可能なツール​

Zilliz MCP Server は、Zilliz Cloud と対話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、コントロールプレーン上でプロジェクトやクラスターなどのリソースを管理するために使用されます。

ツール

説明

list_projects

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。

list_clusters

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。

create_free_cluster

新しいフリーティアの Milvus クラスターを作成します。

describe_cluster

特定のクラスターに関する詳細情報を取得します。

suspend_cluster

コストを節約するために実行中のクラスターを一時停止します。

resume_cluster

一時停止されたクラスターを再開します。

query_cluster_metrics

クラスターのさまざまなパフォーマンス指標を照会します。

データプレーンツール​

これらのツールは、データプレーン上でデータベースとコレクションなどのリソースを管理し、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

list_databases

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。

list_collections

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。

create_collection

指定されたスキーマを持つ新しいコレクションを作成します。

describe_collection

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。

insert_entities

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。

delete_entities

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。

search

コレクションでベクトル類似性検索を実行します。

query

スカラーフィルター式に基づいてエンティティを照会します。

hybrid_search

ベクトル類似性とスカラー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​

  1. AI エージェントが Zilliz MCP Server にツールが 0 個ある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欠落していることが原因です。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。詳細については、始める前に を参照してください。