Weaviate Claude Skills MCP — Casos de uso, Instalar & Demo ao vivo

Por que usar

Principais recursos

Cinco habilidades que cobrem todo o ciclo de vida local do Weaviate
Modelo Docker-compose para uma instância local
Ingestão em lote e importações baseadas em arquivos
Consultas RAG com filtros, pesquisa híbrida e análises
Configuração Python-venv com requisitos.txt

Demo ao vivo

Como fica na prática

weaviate-claude-skills.replay ▶ pronto

0/0

Instalar

Escolha seu cliente

~/Library/Application Support/Claude/claude_desktop_config.json · Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "weaviate-claude-skills": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/saskinosie/weaviate-claude-skills",
        "~/.claude/skills/weaviate-claude-skills"
      ],
      "_inferred": true
    }
  }
}

Abra Claude Desktop → Settings → Developer → Edit Config. Reinicie após salvar.

~/.cursor/mcp.json · .cursor/mcp.json

{
  "mcpServers": {
    "weaviate-claude-skills": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/saskinosie/weaviate-claude-skills",
        "~/.claude/skills/weaviate-claude-skills"
      ],
      "_inferred": true
    }
  }
}

Cursor usa o mesmo esquema mcpServers que o Claude Desktop. Config de projeto vence a global.

VS Code → Cline → MCP Servers → Edit

{
  "mcpServers": {
    "weaviate-claude-skills": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/saskinosie/weaviate-claude-skills",
        "~/.claude/skills/weaviate-claude-skills"
      ],
      "_inferred": true
    }
  }
}

Clique no ícone MCP Servers na barra lateral do Cline, depois "Edit Configuration".

~/.codeium/windsurf/mcp_config.json

{
  "mcpServers": {
    "weaviate-claude-skills": {
      "command": "git",
      "args": [
        "clone",
        "https://github.com/saskinosie/weaviate-claude-skills",
        "~/.claude/skills/weaviate-claude-skills"
      ],
      "_inferred": true
    }
  }
}

Mesmo formato do Claude Desktop. Reinicie o Windsurf para aplicar.

~/.continue/config.json

{
  "mcpServers": [
    {
      "name": "weaviate-claude-skills",
      "command": "git",
      "args": [
        "clone",
        "https://github.com/saskinosie/weaviate-claude-skills",
        "~/.claude/skills/weaviate-claude-skills"
      ]
    }
  ]
}

O Continue usa um array de objetos de servidor em vez de um map.

~/.config/zed/settings.json

{
  "context_servers": {
    "weaviate-claude-skills": {
      "command": {
        "path": "git",
        "args": [
          "clone",
          "https://github.com/saskinosie/weaviate-claude-skills",
          "~/.claude/skills/weaviate-claude-skills"
        ]
      }
    }
  }
}

Adicione em context_servers. Zed recarrega automaticamente ao salvar.

claude mcp add weaviate-claude-skills -- git clone https://github.com/saskinosie/weaviate-claude-skills ~/.claude/skills/weaviate-claude-skills

Uma linha só. Verifique com claude mcp list. Remova com claude mcp remove.

Casos de uso

Usos do mundo real: Weaviate Claude Skills

Levante um RAG local sobre seus documentos em menos de uma hora

👤 Desenvolvedores iniciando um protótipo RAG local ⏱ ~60 min intermediate

Quando usar: Você deseja conversar com seus próprios documentos sem enviá-los a um fornecedor de nuvem.

Pré-requisitos

Docker + Python 3.10+ — Instale o Docker Desktop; pyenv se necessário
Habilidades instaladas — git clone em ~/.claude/skills/

Fluxo

Docker-start Weaviate

Use weaviate-local-setup para iniciar o docker-compose para um Weaviate local.✓ Copiado

→ docker ps mostra weaviate saudável em 8080
Crie uma coleção

Crie uma coleção 'Docs' com campos: título(texto), corpo(texto), source_url(texto).✓ Copiado

→ Esquema aplicado; weaviate-collection-manager retorna configuração
Ingerir

Ingerir todos os .md em ./docs como objetos em 'Docs'.✓ Copiado

→ Progresso do lote relatado; objetos visíveis via consulta
Perguntar

Use weaviate-query-agent: 'Como rotacionamos as chaves de API?'✓ Copiado

→ A resposta cita source_url da coleção Docs

Resultado: Um RAG local executável no qual você pode iterar.

Armadilhas

Ingestão de PDFs gigantes inteiros sem fragmentação — Pedaço de aproximadamente 500 tokens; deixe o modelo de ingestão da habilidade cuidar disso

Combine com: filesystem

Iterar um esquema de coleção sem chamadas manuais de API

👤 Equipes refinando seu esquema vetorial ⏱ ~20 min intermediate

Quando usar: RAG inicial – seu esquema muda semanalmente e você não deseja comandos curl.

Fluxo

Inspecione o esquema atual

Mostre o esquema para 'Docs' - campos, vetorizador, configuração de índice.✓ Copiado

→ Configuração completa retornada
Proponha uma mudança

Adicione uma propriedade enum de 'idioma' (en/zh/ja); fique com o resto.✓ Copiado

→ Plano de migração + advertência de backup
Aplicar

Aplicar; reindexar os 500 objetos existentes.✓ Copiado

→ O trabalho progride; conta reconciliar

Resultado: O esquema evoluiu com segurança com a consciência do custo de reindexação.

Armadilhas

Supondo que as remoções de propriedades sejam gratuitas — Algumas alterações requerem reincorporação; a habilidade sinaliza quando é barato versus caro

Pesquisa híbrida + filtro para respostas confiáveis

👤 Qualquer pessoa enviando RAG para usuários reais ⏱ ~15 min intermediate

Quando usar: A pesquisa semântica pura perde termos de correspondência exata; híbrido (BM25 + vetor) corrige isso.

Fluxo

Execute consultas híbridas

Consulta 'código de erro SAML SSO 42', alfa = 0,5 (saldo semântico + palavra-chave).✓ Copiado

→ Os principais sucessos incluem a correspondência literal '42', mas também aquelas conceitualmente relacionadas
Filtros de camada

Filtre idioma='en' e source_url contém '/docs/auth/'.✓ Copiado

→ Os acessos diminuíram; a resposta permanece citada

Resultado: Maior precisão em consultas de termos exatos sem perda de recall.

Combine com: local-rag

Combinações

Combine com outros MCPs para 10× de alavancagem

weaviate-claude-skills + filesystem

Ingerir arquivos locais por meio do sistema de arquivos MCP e, em seguida, consultar por meio da habilidade

Liste todas as remarcações em ./docs, ingerir em 'Docs' do Weaviate e, em seguida, pesquisar híbridamente a pergunta.✓ Copiado

weaviate-claude-skills + local-rag

Compare abordagens - apenas embeddings vs índice estruturado do Weaviate

Para este corpus, compare o local-rag com o híbrido Weaviate em 10 questões de avaliação.✓ Copiado

weaviate-claude-skills + qdrant

Avalie a escolha do banco de dados vetorial em sua carga de trabalho

Execute o mesmo conjunto de avaliação em Weaviate e Qdrant; latência do relatório + MRR.✓ Copiado

Ferramentas

O que este MCP expõe

Ferramenta	Entradas	Quando chamar
weaviate-local-setup (SKILL)	(none)	Apenas na primeira vez - traz à tona o Weaviate local
weaviate-connection (SKILL)	URL + API key	Verifique a acessibilidade e a autenticação
weaviate-collection-manager (SKILL)	schema ops	Crie, inspecione ou desenvolva uma coleção
weaviate-data-ingestion (SKILL)	object(s) or file paths	Inserção única, inserção em lote ou importação de arquivo
weaviate-query-agent (SKILL)	query + filters + alpha	Pesquisa semântica/híbrida e respostas RAG

Custo e limites

O que custa rodar

Cota de API: Nenhum – o Weaviate é executado localmente
Tokens por chamada: Consulta + tamanho do bloco recuperado
Monetário: Gratuito para locais. Weaviate Cloud tem seu próprio preço se você migrar posteriormente.
Dica: Chunk intencionalmente (~500 tokens); pedaços grandes desperdiçam armazenamento e contexto.

Segurança

Permissões, segredos, alcance

Armazenamento de credenciais: Crie chaves de API em .env, não em arquivos de habilidades. O desenvolvedor local pode pular a autenticação, mas não expõe a porta.

Saída de dados: Nada sai da sua máquina para configuração local. O Cloud Weaviate envia para seu endpoint configurado.

Weaviate local vinculado a 0.0.0.0 por padrão em muitas imagens – restrito a 127.0.0.1 se outros serviços forem executados em sua LAN.
Incorporação de modelos: se estiver usando um vetorizador de terceiros, seus pedaços vão para esse provedor. Mantenha-o local (por exemplo, transformadores text2vec) para dados confidenciais.

Solução de problemas

Erros comuns e correções

Conexão recusada 8080

O contêiner Weaviate não está em execução. docker compose up -d em weaviate-local-setup.

Verificar: curl localhost:8080/v1/.well-known/ready

A alteração do esquema falha

Algumas alterações de propriedade exigem a recriação da coleção. Exportar, descartar, recriar, reingerir.

Verificar: weaviate-collection-manager diff output

Consultas lentas

Verifique os parâmetros do índice HNSW e se o vetorizador está configurado corretamente. Evite substitutos de texto completo em campos não indexados.

Verificar: Query explain in the skill's debug mode

Alternativas

Weaviate Claude Skills vs. outros

Alternativa	Quando usar	Troca
qdrant	Você prefere a API do Qdrant e o desempenho do Rust	SDK diferente; capacidades semelhantes
local-rag	Você quer um RAG local leve sem um banco de dados vetorial	Menos flexível; sem esquema
neo4j	Seus dados são relacionais/gráficos, não vetoriais	Modelo diferente

Mais

Recursos

📖 Leia o README oficial no GitHub

🐙 Ver issues abertas

🔍 Ver todos os 400+ servidores MCP e Skills