Recuperar servidor MCP de Qdrant

Servidor MCP para búsqueda semántica con base de datos vectorial Qdrant.

Características

Búsqueda semántica en múltiples colecciones
Soporte para múltiples consultas
Recuento de resultados configurable
Seguimiento de la fuente de la colección

Nota : El servidor se conecta a una instancia de Qdrant especificada por URL.

Nota 2 : La primera recuperación puede ser más lenta, ya que el servidor MCP descarga el modelo de inserción requerido.

API

Herramientas

qdrant_retrieve
- Recupera documentos semánticamente similares de múltiples colecciones de almacenes de vectores de Qdrant en función de múltiples consultas
- Entradas:
  - collectionNames (string[]): Nombres de las colecciones de Qdrant en las que se realizará la búsqueda
  - topK (número): Número de documentos similares principales para recuperar (predeterminado: 3)
  - query (string[]): Matriz de textos de consulta para buscar
- Devoluciones:
  - results : Matriz de documentos recuperados con:
    - query : La consulta que produjo este resultado
    - collectionName : Nombre de la colección de donde proviene este resultado
    - text : Contenido del texto del documento
    - score : Puntuación de similitud entre 0 y 1

Uso con Claude Desktop

Agregue esto a su claude_desktop_config.json :

{
  "mcpServers": {
    "qdrant": {
      "command": "npx",
      "args": ["-y", "@gergelyszerovay/mcp-server-qdrant-retrive"],
      "env": {
        "QDRANT_API_KEY": "your_api_key_here"
      }
    }
  }
}

Opciones de línea de comandos

MCP server for semantic search with Qdrant vector database.

Options
  --enableHttpTransport      Enable HTTP transport [default: false]
  --enableStdioTransport     Enable stdio transport [default: true]
  --enableRestServer         Enable REST API server [default: false]
  --mcpHttpPort=<port>       Port for MCP HTTP server [default: 3001]
  --restHttpPort=<port>      Port for REST HTTP server [default: 3002]
  --qdrantUrl=<url>          URL for Qdrant vector database [default: http://localhost:6333]
  --embeddingModelType=<type> Type of embedding model to use [default: Xenova/all-MiniLM-L6-v2]
  --help                     Show this help message

Environment Variables
  QDRANT_API_KEY            API key for authenticated Qdrant instances (optional)

Examples
  $ mcp-qdrant --enableHttpTransport
  $ mcp-qdrant --mcpHttpPort=3005 --restHttpPort=3006
  $ mcp-qdrant --qdrantUrl=http://qdrant.example.com:6333
  $ mcp-qdrant --embeddingModelType=Xenova/all-MiniLM-L6-v2

This server cannot be installed

security - not tested

license - permissive license

quality - not tested

How are these scores calculated?

remote-capable server

The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.

Permite la búsqueda semántica en múltiples colecciones de bases de datos vectoriales Qdrant, admitiendo la capacidad de múltiples consultas y proporcionando una recuperación de documentos semánticamente relevante con recuentos de resultados configurables.

Related MCP Servers

Chroma MCP Server
privetin
-
security
F
license
-
quality
Enables LLMs to perform semantic search and document management using ChromaDB, supporting natural language queries with intuitive similarity metrics for retrieval augmented generation applications.
Last updated -
Python
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
MCP Qdrant Server with OpenAI Embeddings
amansingh0311
-
security
F
license
-
quality
This server enables semantic search capabilities using Qdrant vector database and OpenAI embeddings, allowing users to query collections, list available collections, and view collection information.
Last updated -
2
Python

View all related MCP servers

Appeared in Searches

A vector database for efficient similarity search and AI applications

Qdrant Retrieve MCP Server