该 MCP 服务器使用 Qdrant 矢量数据库和 OpenAI 嵌入提供矢量搜索功能。
使用 OpenAI 嵌入在 Qdrant 集合中进行语义搜索
列出可用的集合
查看收藏信息
Related MCP server: Qdrant MCP Server
已安装 Python 3.10+
Qdrant 实例（本地或远程）
OpenAI API 密钥
克隆此存储库：
git clone https://github.com/yourusername/mcp-qdrant-openai.git
cd mcp-qdrant-openai安装依赖项：
pip install -r requirements.txt设置以下环境变量：
OPENAI_API_KEY ：您的 OpenAI API 密钥
QDRANT_URL ：您的 Qdrant 实例的 URL（默认值：“ http://localhost:6333 ”）
QDRANT_API_KEY ：您的 Qdrant API 密钥（如果适用）
python mcp_qdrant_server.pymcp dev mcp_qdrant_server.pymcp install mcp_qdrant_server.py --name "Qdrant-OpenAI"使用带有 OpenAI 嵌入的语义搜索来搜索 Qdrant 集合。
collection_name ：要搜索的 Qdrant 集合的名称
query_text ：自然语言的搜索查询
limit ：返回的最大结果数（默认值：5）
model ：要使用的 OpenAI 嵌入模型（默认值：text-embedding-3-small）
列出 Qdrant 数据库中所有可用的集合。
获取有关特定集合的信息。
collection_name ：要获取信息的集合的名称
一旦在 Claude Desktop 中安装完毕，您就可以使用如下工具：
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.This server cannot be deployed
The Needle MCP server enables semantic search on documents stored in files like PDFs, DOCX, and XLSX by connecting AI applications to external data sources. It provides capabilities to create and manage document collections, perform natural language searches on stored content, and retrieve relevant information without requiring exact keyword matches.
Remote ChromaDB vector database MCP server with streamable HTTP transport
Semantic nearest-neighbour search over your datasets, plus indices and projections.
Ingest, manage, and retrieve documents for RAG-powered AI applications
