Skip to main content
Glama
deenesjakoruzh
Ripnrip

qdrant-mcp-server

by Ripnrip
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Python
Local

qdrant-mcp-server (поддерживаемый форк)

Форк заброшенного пакета PyPI qdrant-mcp-server 0.1.0 (автор — fiyen; исходный репозиторий github.com/fiyen/qdrant-mcp-server возвращает 404 — репозитория не существует, так что PR открыть некуда).

Почему существует этот форк

Оригинал сразу (eagerly) загружает модель sentence-transformers/all-MiniLM-L6-v2 в __init__. Как stdio MCP-сервер, он порождает отдельную копию для каждого рантайма/сессии агента, поэтому N простаивающих сессий занимают N × ~1,35 ГБ дублированной памяти модели (замерено: 5 копий = 5,7 ГБ). См. обобщённый пост о «ловушке stdio».

Related MCP server: Qdrant MCP Server

Что изменилось по сравнению с PyPI 0.1.0

  • Патч ленивой загрузки: модель эмбеддингов загружается при первом вызове generate_embedding, а не при старте. Простаивающие копии занимают ~30 МБ. (lazy-load.patch в корне репозитория — сам дифф для справки.)

Установка (заменяет установку из PyPI)

uv tool install --force git+https://github.com/Ripnrip/qdrant-mcp-server

Тогда существующие конфиги MCP (command = /Users/admin/.local/bin/qdrant-mcp-server) продолжат работать, а будущие uv tool upgrade будут подтягивать обновления из этого форка, а не из заброшенного PyPI 0.1.0.

После любой переустановки перезапустите запущенные экземпляры qdrant-mcp-server (за очистку осиротевших процессов отвечает LaunchAgent Swift reaper: com.local.qdrant-mcp-reaper).

Контекст: HAB-354 · ~/Documents/Developer/qdrant-mcp-ram-fix-2026-08-24/

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

ActivityStale
ResponsivenessNo issues

Resources

Related MCP Connectors

Related MCP Servers

  • Qdrant MCP Server

    andrewlwn77
    A
    license
    Not graded
    quality
    D
    maintenance
    Provides semantic memory capabilities using Qdrant vector database with configurable embedding providers, allowing storage and retrieval of information using vector similarity.
    35 PyPI
    3
    Apache 2.0

  • Qdrant MCP Server

    mhalder
    A
    license
    Not graded
    quality
    C
    maintenance
    Enables semantic search and document management using a local Qdrant vector database with OpenAI embeddings. Supports natural language queries, metadata filtering, and collection management for AI-powered document retrieval.
    96 npm
    36
    MIT

  • Qdrant MCP Server

    mcandiav
    A
    license
    Not graded
    quality
    D
    maintenance
    Enables storing and retrieving information using semantic search with Qdrant vector database. Acts as a memory layer for LLMs to persistently store and semantically search through information and metadata.
    Apache 2.0