OpenAI 임베딩을 갖춘 MCP Qdrant 서버

이 MCP 서버는 Qdrant 벡터 데이터베이스와 OpenAI 임베딩을 사용하여 벡터 검색 기능을 제공합니다.

특징

• OpenAI 임베딩을 사용한 Qdrant 컬렉션의 의미 검색

• 사용 가능한 컬렉션 나열

• 컬렉션 정보 보기

Related MCP server: Qdrant MCP Server

필수 조건

• Python 3.10+ 설치됨

• Qdrant 인스턴스(로컬 또는 원격)

• OpenAI API 키

설치

1. 이 저장소를 복제하세요:

   지엑스피1

2. 종속성 설치:

   pip install -r requirements.txt

구성

다음 환경 변수를 설정하세요.

• OPENAI_API_KEY : OpenAI API 키

• QDRANT_URL : Qdrant 인스턴스의 URL(기본값: " http://localhost:6333 ")

• QDRANT_API_KEY : Qdrant API 키(해당되는 경우)

용법

서버를 직접 실행하세요

python mcp_qdrant_server.py

MCP CLI로 실행

mcp dev mcp_qdrant_server.py

Claude Desktop에 설치

mcp install mcp_qdrant_server.py --name "Qdrant-OpenAI"

사용 가능한 도구

쿼리_수집

OpenAI 임베딩을 사용한 의미 검색을 사용하여 Qdrant 컬렉션을 검색합니다.

• collection_name : 검색할 Qdrant 컬렉션의 이름

• query_text : 자연어로 된 검색 쿼리

• limit : 반환할 결과의 최대 개수(기본값: 5)

• model : 사용할 OpenAI 임베딩 모델(기본값: text-embedding-3-small)

목록_컬렉션

Qdrant 데이터베이스에서 사용 가능한 모든 컬렉션을 나열합니다.

컬렉션_정보

특정 컬렉션에 대한 정보를 얻으세요.

• collection_name : 정보를 얻을 컬렉션의 이름

Claude Desktop에서의 사용 예

Claude Desktop에 설치하면 다음과 같은 도구를 사용할 수 있습니다.

What collections are available in my Qdrant database?

Search for documents about climate change in my "documents" collection.

Show me information about the "articles" collection.