使用
Linux x86_64
需要先準備
- 執行環境:
python>=3.14
uv tool install redis-mcp-server(0.5.1)
uv tool install redis-mcp-server
確認能用
redis-mcp-server --help輸出應包含「Redis MCP Server - Model Context Protocol server for Redis.」。
加進你的 agent
claude mcp add mcp-redis -- redis-mcp-server --url redis://localhost:6379/0Claude Desktop、Cursor 等用戶端用的 JSON
{
"mcpServers": {
"mcp-redis": {
"command": "redis-mcp-server",
"args": [
"--url",
"redis://localhost:6379/0"
]
}
}
}在 AI 用戶端中將 redis-mcp-server 加為 MCP 伺服器並指向 Redis 實例,agent 即可使用其 Redis 工具。
它能做什麼
- 用日常語言查詢與更新 Redis未測試
- 管理 hash、list、set、stream 等未測試
- 管理向量索引並執行向量搜尋未測試
- 用 EntraID 登入 Azure Managed Redis未測試
pickfit 測到哪一步
Linux x86_64
- 可以安裝
- 可以連線
- 4 項功能中 0 項可用
- 可離線使用
適合用來
- 從 AI agent 快取項目並儲存具到期時間的工作階段
- 將對話存入 Redis stream
- 在 Redis 中建立向量索引並搜尋
- 用 consumer group 管理事件串流
pickfit 怎麼測的
每次測試都從乾淨的機器開始,照上面的步驟執行。 pickfit 怎麼驗證
Linux x86_64
MCP 用戶端能連上並列出工具
- 從頭重跑
- 可離線使用
- 檢查於 2026年11月15日
- 版本 0.5.1
MCP 用戶端透過 stdio 連線,列出 53 個工具。
測試機器遇到的差異
- README: Connect to a Redis server at redis://localhost:6379/0
測試中: 沙盒沒有 Redis 伺服器也沒有 root;PyPI 的 redis-server wheel 僅支援 macOS,因此改以 fakeredis TcpFakeServer(裝在另一個 venv)在連接埠 6379 代替,供工具呼叫使用 - README: query engine tools to manage vector indexes and perform vector search
測試中: 需要具備 Query Engine 的 Redis(Redis 8 / Redis Stack)。fakeredis 沒有 FT.* 指令,因此 get_indexes 回傳 'unknown command ft._list' - README: Python 3.14+ (uv python install 3.14)
測試中: uv tool install redis-mcp-server 安裝與執行皆正常,不需另外安裝 Python 3.14