🔮
Weaviate
AI原生数据库 数据库与存储安装命令
npx clawhub@latest install weaviate
安装说明
1
确认环境
确保已安装 Node.js 22+ 和 OpenClaw。在终端运行 openclaw --version 确认 OpenClaw 正常工作。
2
执行安装
在终端中运行上方安装命令，ClawHub 会自动下载并安装 Weaviate 到 ~/.openclaw/skills/ 目录。
3
验证安装
运行 openclaw skills list 查看已安装技能列表，确认 Weaviate 已出现在列表中。
4
配置参数（可选）
根据下方介绍中的配置说明，在 ~/.config/openclaw/openclaw.json5 中添加技能的配置项。
手动安装方式：将 Skill 文件夹复制到
~/.openclaw/skills/ 或项目目录下的 skills/ 文件夹，确保文件夹中包含 SKILL.md 文件。
多模态向量搜索
GraphQL查询接口
内置向量化模块
详细介绍
Weaviate MCP 服务器提供对 Weaviate AI 原生向量数据库的完整操作能力，Weaviate 内置向量化模块可以自动将文本、图片等数据转换为向量，无需外部 Embedding 服务。
核心功能
- 集合管理：创建和配置集合（Class），定义属性、向量化器和索引参数
- 数据操作：插入、更新和删除对象，Weaviate 自动调用配置的向量化器生成向量
- 语义搜索（nearText/nearVector）：通过文本描述或向量进行语义搜索，支持混合搜索（BM25 + 向量）
- GraphQL 查询：使用 Weaviate 的 GraphQL API 进行灵活的数据查询和聚合
- 跨引用：在不同集合的对象之间建立引用关系，实现图状数据结构
配置说明
{
"mcpServers": {
"weaviate": {
"command": "npx",
"args": ["-y", "weaviate-mcp-server"],
"env": {
"WEAVIATE_URL": "http://localhost:8080",
"WEAVIATE_API_KEY": "your-api-key", // 云版本需要
"OPENAI_API_KEY": "sk-..." // 如使用 text2vec-openai 模块
}
}
}
}
使用场景
- 多模态搜索：结合文本和图片向量实现跨模态检索
- 知识图谱：利用跨引用构建带有向量搜索的知识图谱
- 聊天记忆：存储对话历史并实现语义级的记忆召回
- 内容管理：为 CMS 添加智能搜索和推荐能力