mcp-server-qdrantofficial
A
securityA
licenseA
qualityThis repository is an example of how to create a MCP server for Qdrant, a vector search engine.
Last updated -
2
615
Python
Apache 2.0
带有 OpenAI 嵌入的 MCP Qdrant 服务器
该 MCP 服务器使用 Qdrant 矢量数据库和 OpenAI 嵌入提供矢量搜索功能。
特征
- 使用 OpenAI 嵌入在 Qdrant 集合中进行语义搜索
- 列出可用的集合
- 查看收藏信息
先决条件
- 已安装 Python 3.10+
- Qdrant 实例（本地或远程）
- OpenAI API 密钥
安装
- 克隆此存储库：
- 安装依赖项：
配置
设置以下环境变量：
OPENAI_API_KEY：您的 OpenAI API 密钥QDRANT_URL：您的 Qdrant 实例的 URL（默认值：“ http://localhost:6333 ”）QDRANT_API_KEY：您的 Qdrant API 密钥（如果适用）
用法
直接运行服务器
使用 MCP CLI 运行
在 Claude Desktop 中安装
可用工具
查询集合
使用带有 OpenAI 嵌入的语义搜索来搜索 Qdrant 集合。
collection_name：要搜索的 Qdrant 集合的名称query_text：自然语言的搜索查询limit：返回的最大结果数（默认值：5）model：要使用的 OpenAI 嵌入模型（默认值：text-embedding-3-small）
列表集合
列出 Qdrant 数据库中所有可用的集合。
collection_info
获取有关特定集合的信息。
collection_name：要获取信息的集合的名称
Claude Desktop 中的示例用法
一旦在 Claude Desktop 中安装完毕，您就可以使用如下工具：
This server cannot be installed
hybrid server
The server is able to function both locally and remotely, depending on the configuration or use case.
该服务器使用 Qdrant 矢量数据库和 OpenAI 嵌入实现语义搜索功能，允许用户查询集合、列出可用集合以及查看集合信息。
Related MCP Servers
- -securityAlicense-qualityProvides 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 -54TypeScriptApache 2.0
- -securityAlicense-qualityA 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 -89TypeScriptMIT License
- -securityAlicense-qualityEnables semantic search across multiple Qdrant vector database collections, supporting multi-query capability and providing semantically relevant document retrieval with configurable result counts.Last updated -46TypeScriptMIT License