Danbooru Rag MCP

MCP搜索检索

提供方 Zaozaotvk40

搜索检索 stdio · 本地进程 无需鉴权 社区 / 第三方 Claude DesktopClaude
查看接入方式

提供基于自然语言查询的Danbooru标签语义搜索功能,支持日英双语,适用于AI图像生成标签优化。

一句话选型结论

按资料字段整理

Danbooru Rag MCP 属于搜索检索类 MCP 服务器,stdio · 本地进程,无需鉴权,可直接接入 Claude Desktop、Claude,有可直接执行的安装命令。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类搜索检索 传输方式stdio · 本地进程 鉴权无需鉴权 部署方式本地部署
GitHub 星标 6 仓库热度,无公开仓库时显示未标注
工具数 1 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

搜索检索
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量1暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

支持客户端

适用场景

语义搜索Python本地部署多语言支持本地执行轻量级AI图像生成

安装与配置

stdio · 本地进程 无需鉴权
客户端在本机拉起子进程,数据不出本机
uv run pytest tests/

这条命令只是入口,具体启动参数请按官方文档补齐,不要直接照搬到别的服务器。

  1. 1
    准备运行环境

    stdio 服务在本地起进程,需要先装好 Python,再按安装命令拉取依赖。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后客户端会列出约 1 个工具,随便调一个只读工具确认能返回结果。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
联网搜索取证

让模型查最新资料并给出出处。

资料聚合

把一个主题的网页、文档集中抓回来整理。

情报与竞品检索

按关键词持续检索行业动态和竞品信息。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注 1 个工具,职责相对集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 已适配 Claude Desktop、Claude,换客户端不用重新研究配置。
  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • stdio 方式要求本地装好运行时(如 Node.js),换机器要重新装一遍。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在搜索检索场景里让模型直接调用外部能力的人。
  • 已经在用 Claude Desktop、Claude 的用户,接入路径最短。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
Danbooru Rag MCP当前 1 stdio · 本地进程 本地部署 有 2026-05-17
Brave Search 433812ff 2 未标注 未标注 无 2026-05-17
Sequentialthinking 1 SSE · 服务端推送 远程部署 有 2026-05-18
Baidu Netdisk 未标注 未标注 未标注 无 2026-05-17
ragflow 未标注 stdio · 本地进程 本地部署 有 2026-04-11
mindsdb (430e18) 未标注 未标注 未标注 有 2026-05-17

服务器档案

搜索检索
字段来自项目仓库与公开索引,中文说明由本站标注
提供方Zaozaotvk40上游标注的维护方 Zaozaotvk40
分类搜索检索本站按上游分类展示
连接方式stdio · 本地进程客户端在本机拉起子进程,数据不出本机
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · Python本地安装时用到的包标识与运行时
部署类型本地部署上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

4.7 KB
来自项目仓库与上游目录的原文,未做删改

Danbooru标签RAG MCP服务器

一种MCP(Model Context Protocol)服务器,提供Danbooru标记语义搜索。

概要

此MCP服务器提供了从自然语言查询中搜索Danbooru标记的功能。因为SDXL动画模型是在DanbooruTag中学习的,所以使用适当的标签可以提高图像生成的精度。

特徴

  • 语义搜索:查找在语义上相关的标签,而不是关键字匹配
  • 本地运行:完全在本地运行,不使用外部API
  • 軽量:使用LanceDB进行有效的矢量搜索

技术栈

|组件|技术|原因|
|MCP SDK|mcp(官方SDK)|标准协议依据|
|矢量数据库|轻量,最适合本地执行|
嵌入式模型日英兼容、高精度、CPU兼容
|软件包管理|现代高速|

安装

Claude Desktop的配置文件(claude_desktop_config.json)中添加以下内容:```json
{
"mcpServers": {
"danbooru-rag": {
"command": "uvx",
"args": ["--from", "git+https://github.com/Zaozaotvk40/danbooru-rag-mcp.git", "danbooru-rag-mcp"]
}
}
}


首次启动时将自动构建索引(约60000个标记,需要几分钟)。

### 使用例

在Claude Desktop中启用该工具后,可以使用自然语言请求生成提示。

**例1:角色描写**```
あなた: 「青い髪のツインテールの女の子が魔法を使っているシーンのプロンプトを作って」

Claude: semantic_searchで関連タグを検索し、以下のようなプロンプトを生成します:
→ 1girl, blue hair, twintails, magic, casting spell, glowing, magical effects, ...

示例2:风景场景```
あなた: 「夕焼けのファンタジー風景のプロンプトをお願い」

Claude: 関連タグを検索して組み合わせます:
→ scenery, sunset, fantasy, sky, clouds, orange sky, landscape, no humans, ...


**示例3:复杂场景**```
あなた: 「カフェで本を読んでいる眼鏡の女の子、窓から光が差し込んでいる感じで」

Claude: 複数の要素を検索して統合します:
→ 1girl, glasses, book, reading, cafe, indoors, window, sunlight, sitting, ...

Claude将自动使用semantic_search工具创建基于Danbooru-标记的图像生成提示。

项目结构```

danbooru-rag-mcp/
├── README.md # このファイル
├── pyproject.toml # パッケージ設定
├── danbooru-tags.txt # ソースデータ
├── src/
│ └── danbooru_rag/
│ ├── init.py # パッケージ初期化
│ ├── main.py # モジュールエントリーポイント
│ ├── config.py # 設定定数
│ ├── embeddings.py # 埋め込み生成
│ ├── database.py # LanceDB操作
│ ├── builder.py # インデックス自動構築
│ └── server.py # MCPサーバー本体
├── scripts/
│ └── build_index.py # インデックス手動構築
└── tests/
└── ... # テスト


**数据库目标:**

- 窗户: `%LOCALAPPDATA%\danbooru-rag\lancedb`
- macOS: `~/Library/Application Support/danbooru-rag/lancedb`
- Linux: `~/.local/share/danbooru-rag/lancedb`

## 设计判断

### 为什么是multilingual-e5-small?

1. **日本语・英语両对应**:允许用户查询任何语言
1. **高精度**:基准分数高于all-MiniLM-L6-v2
1. **CPU対応**:即使没有GPU也能以实用的速度动作
1. **E5前缀**:query:/passage:通过前缀提高精度

### 为什么LanceDB?

1. **不需要服务器**:最适合基于文件的本地运行
1. **Python本地**:易于安装和使用
1. **高速**:优化向量搜索

### 为什么过滤出现频率100以下?

1. **学习数据质量**:低频标记对SDXL模型的学习不够
1. **索引效率**:99999件→减少到约60000件
1. **検索精度向上**:排除干扰的低频标记

## 开発

### 测试运行```bash
uv run pytest tests/

编码质量```bash

型チェック

uv run mypy src/

フォーマット

uv run ruff format src/

リント

uv run ruff check src/
```

许可证

MIT许可证

数据源

danbooru-tags.txt 啊 ComfyUI自定义脚本 中使用的以下数据为基础:

https://gist.githubusercontent.com/pythongosssss/1d3efa6050356a08cea975183088159a/raw/a18fb2f94f9156cf4476b0c24a09544d6c0baec6/danbooru-tags.txt

原始标记名称以下划线分隔(例如: blue_hair),但在本项目中以空格分隔(例如: blue hair),模板名称将采用不同的格式。

谢辞

  • ComfyUI自定义脚本 -Danboru标签数据来源
  • 模型上下文协议 -LLM工具集成标准协议
  • 兰斯数据库 -快速矢量数据库
  • 句子转换 -嵌入式模型库

常见问题

8 问
答案由本站依据条目字段整理,不引用上游原文
Danbooru Rag MCP 怎么安装?

在客户端按下面的安装命令接入:uv run pytest tests/。装完在客户端配置里引用同一个包或端点。

Danbooru Rag MCP 怎么在 Claude Desktop、Claude 里配置?

它的传输方式是stdio · 本地进程,在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,配置才会生效。

Danbooru Rag MCP 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

Danbooru Rag MCP 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

Danbooru Rag MCP 支持哪些客户端?

资料标注支持 Claude Desktop、Claude;其他客户端只要能配置 MCP Server,也能用同样的命令或地址接入。

Danbooru Rag MCP 能提供哪些能力?

资料显示约 1 个工具;能力标签包括 搜索、Python、Claude、轻量级。具体工具清单以官方文档为准。

Danbooru Rag MCP 需要什么运行环境?

运行时为 Python;属于本地进程,需要在本机装好运行环境。

Danbooru Rag MCP 是本地还是远程?

它是本地进程(stdio),由客户端在本机拉起。传输方式为stdio · 本地进程。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。