🦀 SQLite Vector MCP Server (Tauri 2 Edition)

SQLite と Rust で構築された、ローカル向けベクトル検索サーバー

📝 イントロダクション

Model Context Protocol (MCP) に準拠した、ローカル実行用のベクトル検索サーバーです。以前の設計から Tauri v2 および Rust をベースにした構成に整理しました。

Gemma 3 300M Embedding モデルや llama-server をサイドカー（外部プロセス）として利用することで、外部ネットワークに依存せず、ローカル環境のみでテキストのベクトル化と検索を行うことができます。

✨ 主な機能

1. 常駐型バックエンド

Rust で実装されており、システムトレイに常駐して MCP プロトコルのリクエストに応答します。

2. SQLite によるベクトル検索

sqlite-vec 拡張を利用しており、SQLite 上で効率的なベクトル検索を行うことができます。

3. サイドカープロセスの管理

llama-server を外部プロセスとして管理し、アプリケーションの起動に合わせて自動的に Embedding エンジンを準備します。

4. データベース管理

SeaORM を利用し、メタデータや更新日時の管理を自動化しています。

5. ロギング

動作ログを適切に記録し、一定のサイズに達すると自動でローテーションを行います。

📁 ディレクトリ構成

プロジェクトの役割に応じて、以下のようにディレクトリを整理しています。

.
├── bin/          # 外部バイナリ (llama-server等)
├── data/         # データベースファイル (vector.db)
├── document/     # 仕様・設計ドキュメント
├── journals/     # 開発記録
├── logs/         # 開発用ログ
├── resources/    # アイコン等のアセット
├── scripts/      # 各種ユーティリティ
├── src/
│   ├── backend/  # Rust / Tauri バックエンド
│   └── frontend/ # Webview 用 UI
├── target/       # ビルド成果物
└── test/         # テストコード

🏗️ システム構造

graph TD
    subgraph "Frontend"
        UI["UI (JS)"]
    end
    
    subgraph "Backend (Rust)"
        Axum["MCP Server"]
        SeaORM["DB Access"]
        Sidecar["Sidecar Manager"]
    end
    
    subgraph "External"
        LS["llama-server"]
        DB["SQLite"]
    end
    
    UI <--> Axum
    Axum <--> SeaORM
    SeaORM <--> DB
    Sidecar --> LS

🚀 クイックスタート

1. セットアップ

依存関係のインストールとバイナリのダウンロードを行います。

bun install
bun setup

bun setup の実行内容:

• bin/: llama-server と依存 DLL をダウンロード
• models/: ベクトル生成用モデルをダウンロード

2. 実行

bun dev

または、launch.cmd を実行しても起動できます。

🛠️ MCP ツール

📘 詳細情報

詳細は document/ 配下のファイルを参照してください。

• アーキテクチャ
• セットアップ詳細
• データベース設計

📜 ライセンス

ISC License.