Skip to main content
Glama

Qdrant Retrieve MCP Server

Qdrant Retrieve MCP サーバー

Qdrant ベクター データベースを使用したセマンティック検索用の MCP サーバー。

特徴

  • 複数のコレクションにわたるセマンティック検索
  • マルチクエリのサポート
  • 設定可能な結果数
  • 収集元追跡

: サーバーは URL で指定された Qdrant インスタンスに接続します。

注 2 : MCP サーバーが必要な埋め込みモデルをダウンロードするため、最初の取得は遅くなる可能性があります。

API

ツール

  • qdrant_retrieve
    • 複数のクエリに基づいて、複数のQdrantベクトルストアコレクションから意味的に類似したドキュメントを取得します。
    • 入力:
      • collectionNames (string[]): 検索するQdrantコレクションの名前
      • topK (数値): 取得する上位類似文書の数 (デフォルト: 3)
      • query (string[]): 検索するクエリテキストの配列
    • 戻り値:
      • results : 次の条件を満たす取得されたドキュメントの配列:
        • query : この結果を生成したクエリ
        • collectionName : この結果の元となったコレクション名
        • text : 文書のテキストコンテンツ
        • score : 0から1までの類似度スコア

Claude Desktopでの使用

これをclaude_desktop_config.jsonに追加します:

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

コマンドラインオプション

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
-
security - not tested
A
license - permissive license
-
quality - not tested

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.

複数の Qdrant ベクター データベース コレクションにわたるセマンティック検索を可能にし、マルチクエリ機能をサポートし、構成可能な結果カウントでセマンティックに関連するドキュメント検索を提供します。

  1. 特徴
    1. API
      1. ツール
    2. Claude Desktopでの使用
      1. コマンドラインオプション

        Related MCP Servers

        • -
          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
          • Apple
        • -
          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
        • -
          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
        • -
          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

        MCP directory API

        We provide all the information about MCP servers via our MCP API.

        curl -X GET 'https://glama.ai/api/mcp/v1/servers/gergelyszerovay/mcp-server-qdrant-retrive'

        If you have feedback or need assistance with the MCP directory API, please join our Discord server