Servidor MCP Qdrant con incrustaciones de OpenAI

Este servidor MCP proporciona capacidades de búsqueda vectorial utilizando la base de datos vectorial Qdrant e incrustaciones OpenAI.

Características

Búsqueda semántica en colecciones de Qdrant mediante incrustaciones de OpenAI
Lista de colecciones disponibles
Ver información de la colección

Prerrequisitos

Python 3.10+ instalado
Instancia de Qdrant (local o remota)
Clave API de OpenAI

Instalación

Clonar este repositorio:
git clone https://github.com/yourusername/mcp-qdrant-openai.git cd mcp-qdrant-openai
Instalar dependencias:
pip install -r requirements.txt

Configuración

Establezca las siguientes variables de entorno:

OPENAI_API_KEY : Su clave API de OpenAI
QDRANT_URL : URL a su instancia de Qdrant (predeterminado: " http://localhost:6333 ")
QDRANT_API_KEY : Su clave API de Qdrant (si corresponde)

Uso

Ejecutar el servidor directamente

python mcp_qdrant_server.py

Ejecutar con MCP CLI

mcp dev mcp_qdrant_server.py

Instalación en Claude Desktop

mcp install mcp_qdrant_server.py --name "Qdrant-OpenAI"

Herramientas disponibles

colección de consultas

Busque en una colección Qdrant utilizando la búsqueda semántica con incrustaciones de OpenAI.

collection_name : Nombre de la colección de Qdrant para buscar
query_text : La consulta de búsqueda en lenguaje natural
limit : Número máximo de resultados a devolver (predeterminado: 5)
model : modelo de incrustación de OpenAI a utilizar (predeterminado: text-embedding-3-small)

listas_colecciones

Enumere todas las colecciones disponibles en la base de datos Qdrant.

información de la colección

Obtenga información sobre una colección específica.

collection_name : Nombre de la colección sobre la que se obtendrá información

Ejemplo de uso en Claude Desktop

Una vez instalado en Claude Desktop, puedes utilizar las herramientas de la siguiente manera:

What collections are available in my Qdrant database?

Search for documents about climate change in my "documents" collection.

Show me information about the "articles" collection.

This server cannot be installed

security - not tested

license - not found

quality - not tested

How are these scores calculated?

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

Este servidor permite capacidades de búsqueda semántica utilizando la base de datos vectorial Qdrant e incrustaciones de OpenAI, lo que permite a los usuarios consultar colecciones, enumerar colecciones disponibles y ver información de colecciones.

Related MCP Servers

mcp-server-qdrantofficial
qdrant
A
security
A
license
A
quality
This repository is an example of how to create a MCP server for Qdrant, a vector search engine.
Last updated -
2
681
Python
Apache 2.0
RagDocs MCP Server
heltonteixeira
-
security
A
license
-
quality
Provides RAG capabilities for semantic document search using Qdrant vector database and Ollama/OpenAI embeddings, allowing users to add, search, list, and delete documentation with metadata support.
Last updated -
5
4
TypeScript
Apache 2.0
Better Qdrant MCP Server
wrediam
-
security
A
license
-
quality
A Model Context Protocol server that enables semantic search capabilities by providing tools to manage Qdrant vector database collections, process and embed documents using various embedding services, and perform semantic searches across vector embeddings.
Last updated -
89
TypeScript
MIT License
Qdrant Retrieve MCP Server
gergelyszerovay
-
security
A
license
-
quality
Enables semantic search across multiple Qdrant vector database collections, supporting multi-query capability and providing semantically relevant document retrieval with configurable result counts.
Last updated -
46
TypeScript
MIT License

View all related MCP servers

MCP Qdrant Server with OpenAI Embeddings