V 1.1.4

overmind-postgres -mcp

Un serveur MCP performant pour interagir avec PostgreSQL, doublé d'une bibliothèque TypeScript pour l'intelligence sémantique avec embeddings SOTA (Qwen 8B).

Commencer
OverMind-MCP Discord
0
Dimensions Vecteurs
0
ms Latence SQL
0
% Précision RAG
> SELECT * FROM neural_embeddings
> EMBEDDING: 4096D_VECTOR_READY
> STATUS: INDEX_OPTIMIZED

Fonctionnalités

La puissance ultime pour vos bases de données PostgreSQL

Mémoire 4096D

Système RAG intégré via PostgreSQL + pgvector supportant les embeddings SOTA (Qwen 8B) pour une recherche sémantique ultra-précise.

Mémoire Ségréguée

Chaque agent peut posséder ses propres souvenirs isolés tout en ayant accès au socle de connaissances global.

Navigation Autonome

L'agent interagit naturellement avec la base de données via le modèle d'embedding par défaut, sans SQL complexe.

Recherche Hybride

Combinaison puissante de recherche vectorielle et full-text pour des résultats ultra-précis en毫isecondes.

Auto-Embedding

Génération automatique d'embeddings lors de l'insertion de données avec support multi-modèles (Qwen, OpenAI, etc).

Type-Safe

API entièrement typée avec TypeScript et Zod pour une validation robuste des données et IntelliSense complet.

Installation

Installation Globale (npm/pnpm) 
# Via npm
npm install -g overmind-postgres-mcp

# Via pnpm (recommandé)
pnpm add -g overmind-postgres-mcp
Configuration MCP (.mcp.json) 
{
  "mcpServers": {
    "postgresql": {
      "command": "npx",
      "args": ["-y", "overmind-postgres-mcp"]
    }
  }
}
Variables d'Environnement (.env) 
POSTGRES_URL=postgresql://user:pass@localhost:5432/db
OPEN_ROUTER_API_KEY=sk-or-v1-...
Terminal 
# 1. Cloner le repo
git clone https://github.com/DeamonDev888/PostgreSQL-MCP-Serveur
cd serveur_PostGreSQL

# 2. Installer les dépendances
pnpm install

# 3. Build le projet
pnpm run build

# 4. Configuration MCP
{
  "mcpServers": {
    "postgresql": {
      "command": "node",
      "args": ["PATH/ABSOLU/dist/index.js"]
    }
  }
}

Utilisation comme Bibliothèque

TypeScript - Intelligence Sémantique 
import { embedText } from "overmind-postgres-mcp/services/embeddings";
import { IntelligentSearchService } from "overmind-postgres-mcp/services/search";

// 1. Générer des embeddings haute qualité
const { embedding, model } = await embedText("Votre texte ici");

// 2. Recherche hybride vectorielle + full-text
const searchService = new IntelligentSearchService();
const results = await searchService.hybridSearch({
  query: "Comment configurer le serveur ?",
  table: "documents",
  mode: "hybrid"
});

// 3. Gestion de la mémoire 4096D
const memory = await searchService.storeKnowledge({
  text: "Nouvelle connaissance critique...",
  table: "knowledge_base",
  metadata: { source: "user", priority: "high" }
});

Cas d'Usage Avancés

Exemples concrets pour vos projets IA

Chatbot avec Mémoire

RAG

Créez un chatbot qui se souvient de toutes les conversations et retrouve le contexte pertinent.

TypeScript 
// 1. Stocker une conversation
await searchService.storeKnowledge({
  text: "User: Comment installer ?\nBot: Via npx -y overmind-postgres-mcp",
  table: "chat_history",
  metadata: { userId: "123", date: "2026-02-22" }
});

// 2. Rechercher le contexte pertinent
const context = await searchService.hybridSearch({
  query: "Installation avec npx",
  table: "chat_history",
  filters: { userId: "123" }
});

Analyse de Documents

Enterprise

Indexez et recherchez dans des milliers de documents PDF, Markdown ou textes.

TypeScript 
// Indexer un document
await searchService.storeKnowledge({
  text: documentContent,
  table: "enterprise_docs",
  metadata: {
    title: "Guide Technique",
    category: "Engineering",
    author: "John Doe",
    tags: ["technical", "guide"]
  }
});

// Recherche sémantique par catégorie
const results = await searchService.hybridSearch({
  query: "Comment déployer en production ?",
  table: "enterprise_docs",
  filters: { category: "Engineering" }
});

Agent Multi-Tâches

Orchestration

Plusieurs agents partagent une mémoire commune tout en gardant leurs souvenirs privés.

TypeScript 
// Agent 1: Expert SEO
await searchService.storeKnowledge({
  text: "Meilleures pratiques SEO 2026",
  table: "shared_knowledge",
  agentName: "seo-expert"
});

// Agent 2: Analyste Marketing
await searchService.storeKnowledge({
  text: "Stratégie marketing Q1",
  table: "shared_knowledge",
  agentName: "marketing-analyst"
});

// Les deux agents accèdent à la mémoire commune
const insights = await searchService.hybridSearch({
  query: "Stratégie SEO et marketing",
  table: "shared_knowledge"
});

Base de Code Intelligente

DevTools

Indexez votre codebase pour permettre des recherches sémantiques naturelles.

TypeScript 
// Indexer un fichier
await searchService.storeKnowledge({
  text: `
    // Fonction d'authentification
    export async function authenticate(user) {
      return await db.users.findOne({ email: user.email });
    }
  `,
  table: "codebase",
  metadata: {
    file: "auth.ts",
    language: "typescript",
    functions: ["authenticate"]
  }
});

// Rechercher par intention
const authCode = await searchService.hybridSearch({
  query: "Comment authentifier un utilisateur ?",
  table: "codebase"
});

Recherche E-Commerce

Business

Recherche produits par description, caractéristiques et avis clients.

TypeScript 
// Indexer un produit
await searchService.storeKnowledge({
  text: `
    Laptop ultra-léger, 16GB RAM, 512GB SSD,
    Écran 4K, Parfait pour les développeurs
  `,
  table: "products",
  metadata: {
    id: "prod_123",
    price: 1299.99,
    category: "Computers",
    rating: 4.8
  }
});

// Recherche naturelle
const laptops = await searchService.hybridSearch({
  query: "Ordinateur portable pour développeur",
  table: "products",
  filters: { category: "Computers" }
});

Système de Tutorat IA

Education

Créez un tuteur personnalisé qui s'adapte au niveau de l'étudiant.

TypeScript 
// Enregistrer les progrès
await searchService.storeKnowledge({
  text: `
    Étudiant maîtrise: variables, boucles
    Difficultés: récursion, algorithmes
    Niveau: intermédiaire
  `,
  table: "student_progress",
  metadata: {
    studentId: "student_456",
    subject: "programming",
    lastUpdate: "2026-02-22"
  }
});

// Générer un cours personnalisé
const lessons = await searchService.hybridSearch({
  query: "Exercices pour améliorer la récursion",
  table: "tutorials",
  mode: "vector"
});

Exemples d'Usage Agent

Préparer une Table Qwen

use_tool("manage_vectors", {
  action: "create",
  table: "knowledge_base",
  dimensions: 4096
});

Insertion Auto-Embedding

use_tool("insert", {
  table: "knowledge_base",
  data: { content: "Guide..." },
  generateEmbedding: true
});

Recherche Hybride RAG

use_tool("search", {
  query: "Comment installer ?",
  table: "knowledge_base",
  mode: "hybrid"
});