@qianjue/mcp-memory-server
Version:
A Model Context Protocol (MCP) server for intelligent memory management with vector search capabilities
94 lines • 2.69 kB
TypeScript
/**
* 向量计算工具类
*/
export declare class VectorUtils {
/**
* 计算两个向量的余弦相似度
*/
static cosineSimilarity(vectorA: number[], vectorB: number[]): number;
/**
* 计算欧几里得距离
*/
static euclideanDistance(vectorA: number[], vectorB: number[]): number;
/**
* 计算曼哈顿距离
*/
static manhattanDistance(vectorA: number[], vectorB: number[]): number;
/**
* 向量归一化（L2范数）
*/
static normalize(vector: number[]): number[];
/**
* 计算向量的L2范数（欧几里得范数）
*/
static l2Norm(vector: number[]): number;
/**
* 计算向量的L1范数（曼哈顿范数）
*/
static l1Norm(vector: number[]): number;
/**
* 向量加法
*/
static add(vectorA: number[], vectorB: number[]): number[];
/**
* 向量减法
*/
static subtract(vectorA: number[], vectorB: number[]): number[];
/**
* 向量标量乘法
*/
static multiply(vector: number[], scalar: number): number[];
/**
* 向量点积
*/
static dotProduct(vectorA: number[], vectorB: number[]): number;
/**
* 批量计算相似度
*/
static batchCosineSimilarity(queryVector: number[], vectors: number[][]): number[];
/**
* 找到最相似的向量索引
*/
static findMostSimilar(queryVector: number[], vectors: number[][], threshold?: number): {
index: number;
similarity: number;
} | null;
/**
* 找到前N个最相似的向量
*/
static findTopSimilar(queryVector: number[], vectors: number[][], topK?: number, threshold?: number): Array<{
index: number;
similarity: number;
}>;
/**
* 验证向量格式
*/
static validateVector(vector: any): vector is number[];
/**
* 检查向量维度是否匹配
*/
static checkDimensions(vectors: number[][]): boolean;
/**
* 计算向量集合的统计信息
*/
static computeStats(vectors: number[][]): {
count: number;
dimensions: number;
avgMagnitude: number;
minMagnitude: number;
maxMagnitude: number;
};
/**
* 向量量化（减少精度以节省存储空间）
*/
static quantize(vector: number[], precision?: number): number[];
/**
* 检查向量是否为零向量
*/
static isZeroVector(vector: number[], tolerance?: number): boolean;
/**
* 生成随机向量（用于测试）
*/
static generateRandomVector(dimensions: number, normalize?: boolean): number[];
}
//# sourceMappingURL=VectorUtils.d.ts.map