Qdrant 检索 MCP 服务器
使用 Qdrant 矢量数据库进行语义搜索的 MCP 服务器。
特征
- 跨多个集合的语义搜索
- 多查询支持
- 可配置结果计数
- 收集来源追踪
注意：服务器连接到由 URL 指定的 Qdrant 实例。
注 2 ：第一次检索可能会比较慢，因为 MCP 服务器需要下载所需的嵌入模型。
API
工具
- qdrant_retrieve
- 根据多个查询从多个 Qdrant 向量存储集合中检索语义相似的文档
- 输入：
collectionNames (string[])：要搜索的 Qdrant 集合的名称topK （数字）：要检索的最相似文档的数量（默认值：3）query （string[]）：要搜索的查询文本数组
- 返回：
results ：检索到的文档数组，其中包含：query ：产生此结果的查询collectionName ：此结果来自的集合名称text ：文档文本内容score ：0 到 1 之间的相似度分数
与 Claude Desktop 一起使用
将其添加到您的claude_desktop_config.json中：
{
"mcpServers": {
"qdrant": {
"command": "npx",
"args": ["-y", "@gergelyszerovay/mcp-server-qdrant-retrive"],
"env": {
"QDRANT_API_KEY": "your_api_key_here"
}
}
}
}
命令行选项
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