MCP服务器-qdrant

基本功能

产品定位

mcp-server-qdrant 是基于 Qdrant 向量搜索引擎的 MCP 服务器，作为 Qdrant 数据库之上的语义记忆层。

核心特性

1. qdrant-store 工具：用于在 Qdrant 数据库中存储信息。

   • 输入参数：
     • information (字符串)：要存储的信息
     • metadata (JSON)：可选元数据
     • collection_name (字符串)：存储信息的集合名称（如果没有设置默认集合名称，则需要指定）
   • 返回值：确认消息

2. qdrant-find 工具：用于从 Qdrant 数据库中检索相关信息。

   • 输入参数：
     • query (字符串)：用于搜索的查询
     • collection_name (字符串)：要搜索的集合名称（如果没有设置默认集合名称，则需要指定）
   • 返回值：存储在 Qdrant 数据库中的信息（以单独的消息形式返回）

应用场景

1. 代码片段管理：存储和检索可重用的代码片段
2. 文档检索：语义搜索相关文档
3. AI增强开发：与AI开发工具（如Cursor、VS Code）集成，提供上下文感知的开发体验

使用教程

依赖项

需要安装 Qdrant 服务或配置 Qdrant 数据库连接。

安装指南

使用 uvx

QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
EMBEDDING_MODEL="sentence-transformers/all-MiniLM-L6-v2" \
uvx mcp-server-qdrant

使用 Docker

# 构建容器
docker build -t mcp-server-qdrant .

# 运行容器
docker run -p 8000:8000 \
  -e FASTMCP_HOST="0.0.0.0" \
  -e QDRANT_URL="http://your-qdrant-server:6333" \
  -e QDRANT_API_KEY="your-api-key" \
  -e COLLECTION_NAME="your-collection" \
  mcp-server-qdrant

通过 Smithery 安装

npx @smithery/cli install mcp-server-qdrant --client claude

调试方法

开发模式

COLLECTION_NAME=mcp-dev fastmcp dev src/mcp_server_qdrant/server.py

使用 MCP Inspector

QDRANT_URL=":memory:" COLLECTION_NAME="test" \
fastmcp dev src/mcp_server_qdrant/server.py

然后访问 http://localhost:5173 使用 inspector 接口。