用途
Forge MCP 是 Voxell 托管文本嵌入 API（Forge）的 MCP 服务器，用于语义搜索与 RAG 场景中生成向量嵌入。它把 Forge 暴露给任意 MCP 客户端，并仅提供两个工具：
- embed：将文本转为向量
- list_models：列出可用模型及其维度
主要能力
- 三档质量：turbo（1024 维，速度快，默认档）、pro（2560 维）、ultra（4096 维，质量最高），可在质量与成本曲线上选择。
- Matryoshka（MRL）：设置 dim 进行截断（重新归一化），可获得约 4 倍更小、更便宜的向量。
- 低延迟（Go + CUDA 引擎）、零信任（按密钥鉴权，可提供 mTLS）。
- 基准表现：Voxell 的 Ingot-8B-R3 在公开 MTEB 排行榜（English v2）英语项目中排名第一，41 项任务平均得分 75.98。
- 无状态服务：Voxell 不存储你发送的文本或返回的向量，只记录用量元数据（token 数）用于计费。
- 兼容 OpenAI embeddings API：可将任意 OpenAI 客户端指向 Forge，无需改代码，且保留现有向量维度。
使用方式
前提：Node.js ≥ 18（在 20 上测试）；需要一个 Forge API 密钥，可在 https://dash.voxell.ai 创建，turbo 永久免费且无需信用卡。
大多数 MCP 客户端通过 npx 按需运行，在客户端的 MCP 配置中加入标准 mcpServers 配置块（Cursor、Claude Desktop、Cline、Windsurf、VS Code 均使用该结构）；Claude Code 可用一条命令完成一键安装。安装后将配置中的 your-key-here 替换为来自 dash.voxell.ai 的真实密钥。
embed 工具返回向量，以及模型、维度和 token 数；默认是 turbo。
Forge 也支持 OpenAI embeddings API：现有 OpenAI 模型名会映射到对应维度的 Forge 档位（text-embedding-3-small / ada-002 → 1536 维，text-embedding-3-large → 3072 维），已有向量存储可原样接入；也可直接使用 Forge 档位名 turbo | pro | ultra，并支持 dimensions（Matryoshka，重新归一化）与 encoding_format: "base64"。
适用场景
- 添加语义搜索：用 input_type: "document" 嵌入文档，用 input_type: "query" 嵌入查询，再按余弦相似度排序。
- 构建 RAG：嵌入知识库、存储向量，检索最接近的片段用于支撑 LLM。
- 查找相似或重复文本：嵌入两段文本并比较向量。
- 聚类或分类：批量嵌入后在向量上聚类或训练分类器。
- 缩小向量存储：设置 dim 截断（Matryoshka），用少量精度换取更小、更便宜的向量。
- 直接在编辑器中调用：让 AI 代理（Cursor、Claude 等）通过 embed 工具嵌入片段、批次或文件，无需单独写脚本。
限制
该服务器只做嵌入——不提供存储、搜索或 RAG，这些属于不同产品。它只返回向量。Voxell 另有一条基于 Forge 构建的检索管线，并有公开评测：四个公开语料库（共 7,817 篇文档、980,885 个段落）、800 个问题（每个语料库 200 个），测量日期 2026-10-05，95% 的问题的前十结果中包含正确文档；这些数字描述该管线在这些语料库上的表现，不是与其他厂商的比较，也不是 embed 工具单独的表现。
其他
许可：MIT © Voxell, Inc.
