pgvector

Name: pgvector
Author: mittalpk

作者：mittalpk版本 0.1.0i★ 0i在你的电脑上运行

注册名称io.github.mittalpk/pgvector

安装方法

What it does

Similarity search, hybrid search, and index management for pgvector-backed PostgreSQL tables

Connects 在你的电脑上运行
Account or key Needs DATABASE_URL
Category 搜索与 AI 记忆

安装

选择你使用的 AI 应用，然后复制设置。

通过 3/3 项检查 · 在你的电脑上运行 · ✓ 命令已检查 2026年11月14日

第一步：你用哪个 AI？

Claude网页 · 应用 · 手机ChatGPT网页Claude Code终端Cursor代码编辑器VS Code代码编辑器其他其他应用

选择你用的应用，步骤会显示在下方。

可连接 Claude，但需要先准备

需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次） · 仅限电脑上的 Claude 应用（Windows 或 Mac），网页和手机不可用

让 AI 帮你安装

把这段话复制到 Claude 的对话里。AI 会先检查电脑，告诉你要改哪个文件，并且每次都等你同意。

请在这台电脑上为 Claude 安装 MCP server pgvector，按顺序：1) 用 uv --version 检查是否有 uv。没有的话，请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装，不要自己安装。2) 只使用这份配置（已通过 PopNx MCP 检查）：{ "mcpServers": { "pgvector": { "command": "uvx", "args": [ "mcp-server-pgvector" ], "env": { "DATABASE_URL": "your-value" } } } } 3) 告诉我要修改的文件完整路径或要运行的命令，等我同意。4) DATABASE_URL 先保留 "your-value"，请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行，然后确认 pgvector 的工具真的出现了。

这段话不包含你的密钥。如果需要密钥，AI 会请你自己粘贴到文件或应用的输入框里。

1
安装 uv（如果还没有）
已经装好了吗？先检查 · 打开终端，输入这条命令后按 Enter
uv --version
- 显示版本号（例如 uv …）= 已安装，可跳过这一步
- 显示 "command not found"（Windows 显示 "is not recognized"）= 还没安装，或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac：按 ⌘ + Space，输入 Terminal 后按 Enter
Windows：打开“开始”菜单，输入 Windows PowerShell，然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统（macOS 或 Windows）的一行命令，粘贴到终端 · 不需要单独安装 Python，uv 会在需要时自动下载
打开 uv 下载页 ↗
装好后关掉终端再打开，重新运行同一条命令，应显示版本号: uv --version
安装一次，所有需要 uv 的工具都能用
已完成
注册并创建 pgvector 的密钥
打开开发者网站，注册账户并创建 API 密钥，下一步要用。价格和免费方案请看开发者网站。
获取密钥的方法见下方开发者的 README
已完成
打开电脑版 Claude 应用的设置文件
SettingsDeveloperEdit Config
已完成

粘贴这些设置并保存文件

{
  "mcpServers": {
    "pgvector": {
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value"
      }
    }
  }
}

只把密钥粘贴到应用的输入框里，不要粘贴到聊天中或发给任何人

已完成

退出 Claude 再重新打开
已完成
试一试
用 pgvector 告诉我你能帮我做什么，然后做一件给我看
✓ 如果 Claude 说正在使用 pgvector，或回答中出现 pgvector 的工具名称，就表示连接成功

1 项可选设置（不填也能用）

上面的命令不填这些也能用。想调整时再按开发者的说明添加。

MCP_PGVECTOR_READ_ONLY Set to 'true' to disable upsert_embedding and create_vector_index

说明仍为英文原文。

菜单名称已于 2026年11月11日对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同

ChatGPT 暂时无法连接 pgvector

pgvector 需要安装在你的电脑上，而 ChatGPT 只能连接在网上运行的服务器

你可以改用这些方式

A · 使用能连接 pgvector 的应用

Claude 的步骤 →需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次） · 仅限电脑上的 Claude 应用（Windows 或 Mac），网页和手机不可用
Claude Code 的步骤 →需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次）
Cursor 的步骤 →需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次）
VS Code 的步骤 →需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次）

B · 搜索与 AI 记忆类中能连接 ChatGPT 的其他服务器

从同类中使用较多的里挑选，仅限用地址即可连接、无需密钥的

Context7✓ ChatGPT
OpenSEO✓ ChatGPT
AIHOT✓ ChatGPT

可连接 Claude Code，但需要先准备

需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次）

让 AI 帮你安装

把这段话复制到 Claude Code 的对话里。AI 会先检查电脑，告诉你要改哪个文件，并且每次都等你同意。

请在这台电脑上为 Claude Code 安装 MCP server pgvector，按顺序：1) 用 uv --version 检查是否有 uv。没有的话，请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装，不要自己安装。2) 只使用这份配置（已通过 PopNx MCP 检查）：claude mcp add --scope user pgvector --env DATABASE_URL=your-value -- uvx mcp-server-pgvector 3) 告诉我要修改的文件完整路径或要运行的命令，等我同意。4) DATABASE_URL 先保留 "your-value"，请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行，然后确认 pgvector 的工具真的出现了。

这段话不包含你的密钥。如果需要密钥，AI 会请你自己粘贴到文件或应用的输入框里。

1
安装 uv（如果还没有）
已经装好了吗？先检查 · 打开终端，输入这条命令后按 Enter
uv --version
- 显示版本号（例如 uv …）= 已安装，可跳过这一步
- 显示 "command not found"（Windows 显示 "is not recognized"）= 还没安装，或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac：按 ⌘ + Space，输入 Terminal 后按 Enter
Windows：打开“开始”菜单，输入 Windows PowerShell，然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统（macOS 或 Windows）的一行命令，粘贴到终端 · 不需要单独安装 Python，uv 会在需要时自动下载
打开 uv 下载页 ↗
装好后关掉终端再打开，重新运行同一条命令，应显示版本号: uv --version
安装一次，所有需要 uv 的工具都能用
已完成
注册并创建 pgvector 的密钥
打开开发者网站，注册账户并创建 API 密钥，下一步要用。价格和免费方案请看开发者网站。
获取密钥的方法见下方开发者的 README
已完成
打开终端
Mac：按 Command+空格，输入 Terminal · Windows：打开 PowerShell
已完成
4
粘贴这条命令并按 Enter
```
claude mcp add --scope user pgvector --env DATABASE_URL=your-value -- uvx mcp-server-pgvector
```
按 Enter 前，把“your-value”改成你的密钥
只把密钥粘贴到应用的输入框里，不要粘贴到聊天中或发给任何人
已完成
在 Claude Code 中输入 /mcp
应能看到 pgvector 在列表中并显示已连接
已完成
试一试
用 pgvector 告诉我你能帮我做什么，然后做一件给我看
✓ 如果 Claude Code 说正在使用 pgvector，或回答中出现 pgvector 的工具名称，就表示连接成功

1 项可选设置（不填也能用）

上面的命令不填这些也能用。想调整时再按开发者的说明添加。

MCP_PGVECTOR_READ_ONLY Set to 'true' to disable upsert_embedding and create_vector_index

说明仍为英文原文。

菜单名称已于 2026年11月11日对照 Anthropic 帮助页面核实 · 你的界面可能因版本略有不同

可连接 Cursor，但需要先准备

需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次）

让 AI 帮你安装

把这段话复制到 Cursor 的对话里。AI 会先检查电脑，告诉你要改哪个文件，并且每次都等你同意。

请在这台电脑上为 Cursor 安装 MCP server pgvector，按顺序：1) 用 uv --version 检查是否有 uv。没有的话，请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装，不要自己安装。2) 只使用这份配置（已通过 PopNx MCP 检查）：{ "mcpServers": { "pgvector": { "command": "uvx", "args": [ "mcp-server-pgvector" ], "env": { "DATABASE_URL": "your-value" } } } } 3) 告诉我要修改的文件完整路径或要运行的命令，等我同意。4) DATABASE_URL 先保留 "your-value"，请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行，然后确认 pgvector 的工具真的出现了。

这段话不包含你的密钥。如果需要密钥，AI 会请你自己粘贴到文件或应用的输入框里。

1
安装 uv（如果还没有）
已经装好了吗？先检查 · 打开终端，输入这条命令后按 Enter
uv --version
- 显示版本号（例如 uv …）= 已安装，可跳过这一步
- 显示 "command not found"（Windows 显示 "is not recognized"）= 还没安装，或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac：按 ⌘ + Space，输入 Terminal 后按 Enter
Windows：打开“开始”菜单，输入 Windows PowerShell，然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统（macOS 或 Windows）的一行命令，粘贴到终端 · 不需要单独安装 Python，uv 会在需要时自动下载
打开 uv 下载页 ↗
装好后关掉终端再打开，重新运行同一条命令，应显示版本号: uv --version
安装一次，所有需要 uv 的工具都能用
已完成
注册并创建 pgvector 的密钥
打开开发者网站，注册账户并创建 API 密钥，下一步要用。价格和免费方案请看开发者网站。
获取密钥的方法见下方开发者的 README
已完成
点击这个按钮打开 Cursor
在 Cursor 中打开
Cursor 会请你确认安装，点击 Install
已完成
填写你的密钥
在 pgvector 的设置中，DATABASE_URL 还是空的，填入你的密钥并保存
只把密钥粘贴到应用的输入框里，不要粘贴到聊天中或发给任何人
已完成
在 Cursor 中以 Agent 模式打开 AI 聊天
已完成
试一试
用 pgvector 告诉我你能帮我做什么，然后做一件给我看
✓ 如果 Cursor 说正在使用 pgvector，或回答中出现 pgvector 的工具名称，就表示连接成功

1 项可选设置（不填也能用）

上面的命令不填这些也能用。想调整时再按开发者的说明添加。

MCP_PGVECTOR_READ_ONLY Set to 'true' to disable upsert_embedding and create_vector_index

说明仍为英文原文。

菜单名称已于 2026年11月11日对照 Cursor 帮助页面核实 · 你的界面可能因版本略有不同

可连接 VS Code，但需要先准备

需要 pgvector 的密钥（在开发者网站创建） · 需要先在电脑上安装 Python (uv)（只需一次）

让 AI 帮你安装

把这段话复制到 VS Code 的对话里。AI 会先检查电脑，告诉你要改哪个文件，并且每次都等你同意。

请在这台电脑上为 VS Code 安装 MCP server pgvector，按顺序：1) 用 uv --version 检查是否有 uv。没有的话，请让我从 https://docs.astral.sh/uv/getting-started/installation/ 安装，不要自己安装。2) 只使用这份配置（已通过 PopNx MCP 检查）：{ "servers": { "pgvector": { "type": "stdio", "command": "uvx", "args": [ "mcp-server-pgvector" ], "env": { "DATABASE_URL": "your-value" } } } } 3) 告诉我要修改的文件完整路径或要运行的命令，等我同意。4) DATABASE_URL 先保留 "your-value"，请我自己把真实值粘贴到文件或应用的输入框里。不要让我在对话里输入密钥。5) 按约定执行，然后确认 pgvector 的工具真的出现了。

这段话不包含你的密钥。如果需要密钥，AI 会请你自己粘贴到文件或应用的输入框里。

1
安装 uv（如果还没有）
已经装好了吗？先检查 · 打开终端，输入这条命令后按 Enter
uv --version
- 显示版本号（例如 uv …）= 已安装，可跳过这一步
- 显示 "command not found"（Windows 显示 "is not recognized"）= 还没安装，或刚装好但需要关掉终端再重新打开
怎么打开终端
Mac：按 ⌘ + Space，输入 Terminal 后按 Enter
Windows：打开“开始”菜单，输入 Windows PowerShell，然后选“打开”
还没安装: uv 没有点选式安装程序。从 uv 官方页面复制适合你系统（macOS 或 Windows）的一行命令，粘贴到终端 · 不需要单独安装 Python，uv 会在需要时自动下载
打开 uv 下载页 ↗
装好后关掉终端再打开，重新运行同一条命令，应显示版本号: uv --version
安装一次，所有需要 uv 的工具都能用
已完成
注册并创建 pgvector 的密钥
打开开发者网站，注册账户并创建 API 密钥，下一步要用。价格和免费方案请看开发者网站。
获取密钥的方法见下方开发者的 README
已完成
点击这个按钮打开 VS Code
在 VS Code 中打开
VS Code 会请你确认安装，点击 Install
已完成
填写你的密钥
在 pgvector 的设置中，DATABASE_URL 还是空的，填入你的密钥并保存
只把密钥粘贴到应用的输入框里，不要粘贴到聊天中或发给任何人
已完成
在 VS Code 中以 Agent 模式打开 AI 聊天
已完成
试一试
用 pgvector 告诉我你能帮我做什么，然后做一件给我看
✓ 如果 VS Code 说正在使用 pgvector，或回答中出现 pgvector 的工具名称，就表示连接成功

1 项可选设置（不填也能用）

上面的命令不填这些也能用。想调整时再按开发者的说明添加。

MCP_PGVECTOR_READ_ONLY Set to 'true' to disable upsert_embedding and create_vector_index

说明仍为英文原文。

菜单名称已于 2026年11月11日对照 VS Code 帮助页面核实 · 你的界面可能因版本略有不同

其他支持 MCP 的应用（如 Windsurf、Zed、Gemini CLI）添加方式各不相同，请在应用列表中查看

查看所有支持 MCP 的应用 →

JSON 设置在下方“开发者专用”中

卡住了？问问正在用 pgvector 的人💬 讨论 →

开发者专用：终端命令和 JSON 设置

安装在电脑上

Claude Code

claude mcp add --scope user pgvector --env DATABASE_URL=your-value -- uvx mcp-server-pgvector

Claude Desktop (claude_desktop_config.json)

{
  "mcpServers": {
    "pgvector": {
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value"
      }
    }
  }
}

Cursor (~/.cursor/mcp.json)

{
  "mcpServers": {
    "pgvector": {
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value"
      }
    }
  }
}

VS Code (mcp.json)

{
  "servers": {
    "pgvector": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "mcp-server-pgvector"
      ],
      "env": {
        "DATABASE_URL": "your-value"
      }
    }
  }
}

需要你填写的值

DATABASE_URL 机密必填 env
PostgreSQL connection string, e.g. postgresql://user:password@host:5432/dbname
MCP_PGVECTOR_READ_ONLY env
Set to 'true' to disable upsert_embedding and create_vector_index

说明仍为英文原文。

这些设置是根据作者在注册中心的条目生成的。如果 README 的写法不同，请以 README 为准。

一览

GitHub 星标 i: 0
每周下载量i: 23/周
许可证 i: MIT
连接方式: 在你的电脑上运行
传输方式: stdio
最新版本i: 0.1.0
分类i: 搜索与 AI 记忆
发布到注册中心i: 2026年7月22日
代码最后更新i: 2026年7月22日
作者: mittalpk
软件包: pypi: mcp-server-pgvector
仓库: mittalpk/mcp-server-pgvector
注册状态: 活跃

哪些应用可以使用它

依据这个服务器的连接方式和各应用自己的文档，检查于 2026年11月10日。

在你的电脑上运行，适用于

Claude Goose LM Studio Msty Studio Cherry Studio Cursor VS Code + GitHub Copilot Visual Studio Windsurf (Devin Desktop)Zed Kiro Cline Continue JetBrains AI Assistant Claude Code Codex CLI Gemini CLI OpenCode nodecode Warp LibreChat Raycast

全部应用及其优缺点 →

它能做什么

它在你的电脑上运行；安装后，工具列表会显示在你的 AI 应用中。

基础检查i

我们检查的是任何人都能看到的信息；我们没有阅读代码。不适用的检查项不计入总数。 · 检查于 2026年11月16日

✓ 通过
作者与仓库一致
注册名称已通过 GitHub 账户 mittalpk 验证，该账户拥有此仓库
✓ 通过
仍在维护
代码最后更新于4个月前
✓ 通过
有许可证
使用 MIT
– 不适用
端点有响应
它在你的电脑上运行，没有互联网端点
– 不适用
使用 OAuth 登录
在你的电脑上运行，改用本地设置
… 尚未检查
工具描述中没有隐藏指令
它在你的电脑上运行；我们只能读取互联网端点的工具列表

已公开的漏洞（OSV.dev）

尚未检查

我们检查什么 → · JSON

作者：申请重新检查或报告信息错误

讨论

提问、分享技巧或报告无法使用。按“有帮助”数量排序。

还没有帖子，欢迎第一个提问或分享。

此处内容由用户撰写，不代表 PopNx 团队。

登录后发帖

用户评价

还没有评价

登录后写评价

与“搜索与 AI 记忆”中的其他服务器比较i

星标数多于此分类中其他 6184 个服务器的 0%
发布到注册中心的时间比此分类中其他 6184 个服务器的 22% 更新
基础检查结果等于或优于此分类中其他 6184 个服务器的 100%

与注册中心里这个分类中所有活跃的服务器比较。只有当发布者拥有该仓库时，星标数才计入。

常见问题

pgvector 安全吗？

它在 3 项适用的基础检查中通过了 3 项。我们没有阅读代码。在添加密钥或令牌之前，请先看看这个服务器要求哪些权限，并使用只具备所需权限的密钥。

它需要哪些密钥或代码？

你需要填写：DATABASE_URL

它在我的电脑上运行还是在云端？

它在你的电脑上运行。你的 AI 应用会在需要时启动它，数据不会经过作者的服务器（除非它自己调用在线服务）。

它还在维护吗？

GitHub 仓库最后更新于4个月前，最新版本（0.1.0）于4个月前进入注册中心。

哪些应用可以使用它？

支持 MCP 的应用，例如 Claude Desktop、Claude Code、Cursor 和 VS Code。你的电脑上还需要有 Python (uv)。

有什么可以替代它？

同一分类中有：OpenSEO, Exa, Mockserver, Microsoft Learn MCP, Docs

功能相近的其他选择

同一分类、其他作者、命令已通过检查。官方的排在前面，再按星标排序。

如何看卡片：↓ 每周下载量i★ GitHub 星标i三大支柱：评价 · 检查 · 使用情况i更新 = 最新版本发布到注册中心的时间i

OpenSEO

Keyword research, site audits, rank tracking and AI visibility for your AI agent.

作者：every-app广泛使用★ 2.8万前天更新

在云端运行✓ everyapp.com

接入方法

Exa

Connect AI agents to Exa for web search, content fetching, and multi-step research.

作者：exa-labs广泛使用★ 52342个月前更新

在云端运行✓ 服务方 · exa.aiPopNx 团队已实际试用

接入方法

Mockserver

Mock, record/replay, verify and chaos-test any HTTP, REST, gRPC or LLM dependency over MCP.

作者：mock-server正在增长★ 501120天前更新

在你的电脑上运行✓ 服务方 · mock-server.com

安装

Microsoft Learn MCP

Official Microsoft Learn MCP Server – real-time, trusted docs & code samples for AI and LLMs.

作者：MicrosoftDocs广泛使用★ 199212个月前更新

在云端运行✓ 服务方 · microsoft.comPopNx 团队已实际试用

接入方法

Docs

Search and read Empryo's documentation. Read-only, no auth, no local access.

作者：proxysoul正在增长★ 16142个月前更新

在云端运行✓ empryo.com

接入方法

OpenSEO — 在云端运行，无需安装 · 不需要密钥
Exa — 在云端运行，无需安装 · 不需要密钥 · 在 Claude 的目录中
Mockserver — 需要安装在电脑上 · 不需要密钥
Microsoft Learn MCP — 在云端运行，无需安装 · 不需要密钥 · 在 Claude 的目录中
Docs — 在云端运行，无需安装 · 不需要密钥

作者的 README

打开 README

按原文从作者的仓库复制。PopNx MCP 没有审查或背书其内容。HTML、图片和脚本已被移除。链接会离开本站。

mcp-server-pgvector

An MCP server that gives LLM agents first-class access to pgvector-backed embedding tables in PostgreSQL: similarity search, hybrid (vector + full-text) search, upserts, and HNSW/IVFFlat index management.

Generic Postgres MCP servers expose raw SQL or schema introspection; this one speaks pgvector specifically — nearest-neighbor search, distance metrics, and ANN index tuning are first-class tools, not something the model has to hand-write SQL for.

Tools

Tool	Description
`list_vector_tables`	Discover every `vector` column in the database, with its dimensionality
`describe_vector_table`	Columns, indexes, and approximate row count for a table
`similarity_search`	k-NN search over a vector column (cosine / L2 / inner product), with structured metadata filters
`hybrid_search`	Weighted blend of vector similarity and Postgres full-text search (`ts_rank_cd`)
`upsert_embedding`	Insert or update a row's embedding + metadata
`create_vector_index`	Create an HNSW or IVFFlat index with tunable parameters
`explain_similarity_query`	`EXPLAIN ANALYZE` a similarity query to confirm the ANN index is used

Safety

Every table/column name is validated against information_schema / pg_catalog before being interpolated into SQL — an LLM can only ever reference identifiers that already exist. Values are always bound parameters.
Metadata filters are a closed {column, op, value} allowlist, not a raw SQL fragment.
Set MCP_PGVECTOR_READ_ONLY=true to disable upsert_embedding and create_vector_index, leaving only read/search tools available — useful when pointing the server at a production database.
Every query runs with a per-command timeout (MCP_PGVECTOR_COMMAND_TIMEOUT_SECONDS, default 30s) so one expensive query can't occupy a pool connection — and stall every other caller — indefinitely. Set it to 0 to disable.

Installation

uvx mcp-server-pgvector

Or with pip:

pip install mcp-server-pgvector

python -m mcp_server_pgvector

Configuration

The server reads its connection string from DATABASE_URL (or PGVECTOR_DATABASE_URL):

"mcpServers": { "pgvector": { "command": "uvx", "args": ["mcp-server-pgvector"], "env": { "DATABASE_URL": "postgresql://user:password@localhost:5432/mydb", "MCP_PGVECTOR_READ_ONLY": "false", "MCP_PGVECTOR_COMMAND_TIMEOUT_SECONDS": "30" } } } }

Production readiness

Covered:

Identifier-safe SQL (every table/column checked against pg_catalog before use) and a closed filter-operator allowlist — no path from tool arguments to raw SQL.
Per-query timeout, so one runaway query can't monopolize the (small, 5-connection) pool.
60+ tests, including dimension-mismatch and injection-attempt regressions, run in CI on every push/PR against a real pgvector container across Python 3.10–3.13. A separate CI job builds the package and runs twine check on the result.
Connection failures surface as plain ConnectionRefusedError/asyncpg exceptions — verified these don't leak the DSN's credentials into error text.

Known limitations, honestly:

No per-tool authorization — access control is whatever the Postgres role in DATABASE_URL can do. If you need different agents to have different permissions, give them different connection strings backed by different Postgres roles, not different server instances of this same DSN.
hybrid_search's full-text side is hardcoded to Postgres's 'english' text search configuration; there's no parameter to change it yet.
No structured logging — failures are exceptions surfaced through the MCP error channel, not written to a log you can tail. Fine for a single-user desktop MCP client, a real gap if you're running this as a shared service.
The connection pool is fixed at 1–5 connections and isn't configurable via environment variable yet.

Development

uv sync --dev

Bring up an isolated pgvector instance for local testing

docker compose -f docker-compose.dev.yml up -d

export DATABASE_URL=postgresql://postgres:postgres@localhost:5434/postgres uv run pytest

uv run ruff check . uv run pyright

Contributing

See CONTRIBUTING.md. See CHANGELOG.md for release history.

License

MIT — see LICENSE.

pgvector

What it does

安装

安装 uv（如果还没有）

注册并创建 pgvector 的密钥

打开电脑版 Claude 应用的设置文件

粘贴这些设置并保存文件

退出 Claude 再重新打开

试一试

你可以改用这些方式

安装 uv（如果还没有）

注册并创建 pgvector 的密钥

打开终端

粘贴这条命令并按 Enter

在 Claude Code 中输入 /mcp

试一试

安装 uv（如果还没有）

注册并创建 pgvector 的密钥

点击这个按钮打开 Cursor

填写你的密钥

在 Cursor 中以 Agent 模式打开 AI 聊天

试一试

安装 uv（如果还没有）

注册并创建 pgvector 的密钥

点击这个按钮打开 VS Code

填写你的密钥

在 VS Code 中以 Agent 模式打开 AI 聊天

试一试

安装在电脑上

需要你填写的值

一览

哪些应用可以使用它

它能做什么

基础检查i

作者与仓库一致

仍在维护

有许可证

端点有响应

使用 OAuth 登录

工具描述中没有隐藏指令

已公开的漏洞（OSV.dev）

讨论

用户评价

与“搜索与 AI 记忆”中的其他服务器比较i

常见问题

功能相近的其他选择

OpenSEO

Exa

Mockserver

Microsoft Learn MCP

Docs

作者的 README

mcp-server-pgvector

Tools

Safety

Installation

Configuration

Production readiness

Development

Bring up an isolated pgvector instance for local testing

Contributing

License