Skip to main content
Glama
enesjakozh
Jimmy974

MCP Server for Qdrant

by Jimmy974
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Hybrid

Qdrant 的 MCP 服务器

用于存储和检索 Qdrant 矢量数据库信息的机器控制协议 (MCP) 服务器。

特征

  • 在 Qdrant 中存储带有可选元数据的文本信息

  • 存储信息的语义搜索

  • 用于文本嵌入的 FastEmbed 集成

  • 基于环境的配置

  • Docker 支持

Related MCP server: mcp-server-qdrant

安装

使用 pip

pip install mcp-server-qdrant

从源头

git clone https://github.com/your-org/mcp-server-qdrant.git
cd mcp-server-qdrant
make setup

配置

配置是通过环境变量完成的。您可以基于.env.example文件创建一个.env文件：

cp .env.example .env

编辑.env文件来配置服务器：

# Qdrant configuration
QDRANT_URL=http://localhost:6333
QDRANT_API_KEY=your-api-key

# Collection name
COLLECTION_NAME=memories

# Embedding provider configuration
EMBEDDING_PROVIDER=fastembed
EMBEDDING_MODEL=sentence-transformers/all-MiniLM-L6-v2

用法

本地运行

python -m mcp_server_qdrant.main

或者使用 make 命令：

make run

Docker

docker-compose up

工具

MCP 服务器提供以下工具：

qdrant 商店

将信息存储在 Qdrant 数据库中。

information: The text to store
metadata: Optional JSON metadata to associate with the text

qdrant-find

使用语义搜索在 Qdrant 数据库中搜索信息。

query: The search query

发展

测试

make test

格式化

make format

代码检查

make lint

建筑

make build

执照

Apache 许可证 2.0

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • MCP-Ragdocs

    qpd-v
    A
    license
    Not graded
    quality
    D
    maintenance
    A Model Context Protocol (MCP) server that enables semantic search and retrieval of documentation using a vector database (Qdrant). This server allows you to add documentation from URLs or local files and then search through them using natural language queries.
    19 npm
    136
    Apache 2.0

  • mcp-server-qdrant

    vaporif
    A
    license
    Not graded
    quality
    C
    maintenance
    MCP server for Qdrant vector database with local BERT embeddings. Enables semantic search and vector storage operations through natural language.
    MIT

Appeared in Searches