Qdrant MCP 서버 검색

Qdrant 벡터 데이터베이스를 활용한 의미 검색을 위한 MCP 서버입니다.

특징

여러 컬렉션에 대한 의미 검색
다중 쿼리 지원
구성 가능한 결과 수
컬렉션 소스 추적

참고 : 서버는 URL로 지정된 Qdrant 인스턴스에 연결됩니다.

참고 2 : MCP 서버가 필요한 임베딩 모델을 다운로드하므로 첫 번째 검색이 느릴 수 있습니다.

API

도구

qdrant_retrieve
- 여러 쿼리를 기반으로 여러 Qdrant 벡터 저장소 컬렉션에서 의미적으로 유사한 문서를 검색합니다.
- 입력:
  - collectionNames (string[]): 검색할 Qdrant 컬렉션의 이름
  - topK (숫자): 검색할 상위 유사 문서 수(기본값: 3)
  - query (문자열[]): 검색할 쿼리 텍스트 배열
- 보고:
  - results : 검색된 문서 배열:
    - query : 이 결과를 생성한 쿼리
    - collectionName : 이 결과가 나온 컬렉션 이름
    - text : 문서 텍스트 콘텐츠
    - score : 0~1 사이의 유사도 점수

Claude Desktop과 함께 사용

claude_desktop_config.json 에 다음을 추가하세요:

지엑스피1

명령줄 옵션

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

A

license - permissive license

-

quality - not tested

여러 Qdrant 벡터 데이터베이스 컬렉션에 대한 의미 검색을 활성화하여 다중 쿼리 기능을 지원하고 구성 가능한 결과 수를 통해 의미적으로 관련된 문서 검색을 제공합니다.

Appeared in Searches

A vector database for efficient similarity search and AI applications