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 이름topK
(숫자): 검색할 상위 유사 문서 수(기본값: 3)query
(문자열[]): 검색할 쿼리 텍스트 배열
- 보고:
results
: 검색된 문서 배열:query
: 이 결과를 생성한 쿼리collectionName
: 이 결과가 나온 컬렉션 이름text
: 문서 텍스트 콘텐츠score
: 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