OpenAI 임베딩을 갖춘 MCP Qdrant 서버
이 MCP 서버는 Qdrant 벡터 데이터베이스와 OpenAI 임베딩을 사용하여 벡터 검색 기능을 제공합니다.
특징
OpenAI 임베딩을 사용한 Qdrant 컬렉션의 의미 검색
사용 가능한 컬렉션 나열
컬렉션 정보 보기
Related MCP server: Better Qdrant MCP Server
필수 조건
Python 3.10+ 설치됨
Qdrant 인스턴스(로컬 또는 원격)
OpenAI API 키
설치
이 저장소를 복제하세요:
지엑스피1
종속성 설치:
pip install -r requirements.txt
구성
다음 환경 변수를 설정하세요.
OPENAI_API_KEY: OpenAI API 키QDRANT_URL: Qdrant 인스턴스의 URL(기본값: " http://localhost:6333 ")QDRANT_API_KEY: Qdrant API 키(해당되는 경우)
용법
서버를 직접 실행하세요
python mcp_qdrant_server.py
MCP CLI로 실행
mcp dev mcp_qdrant_server.py
Claude Desktop에 설치
mcp install mcp_qdrant_server.py --name "Qdrant-OpenAI"
사용 가능한 도구
쿼리_수집
OpenAI 임베딩을 사용한 의미 검색을 사용하여 Qdrant 컬렉션을 검색합니다.
collection_name: 검색할 Qdrant 컬렉션의 이름query_text: 자연어로 된 검색 쿼리limit: 반환할 결과의 최대 개수(기본값: 5)model: 사용할 OpenAI 임베딩 모델(기본값: text-embedding-3-small)
목록_컬렉션
Qdrant 데이터베이스에서 사용 가능한 모든 컬렉션을 나열합니다.
컬렉션_정보
특정 컬렉션에 대한 정보를 얻으세요.
collection_name: 정보를 얻을 컬렉션의 이름
Claude Desktop에서의 사용 예
Claude Desktop에 설치하면 다음과 같은 도구를 사용할 수 있습니다.
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.