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

필수 조건

Python 3.10+ 설치됨
Qdrant 인스턴스(로컬 또는 원격)
OpenAI API 키

설치

이 저장소를 복제하세요:지엑스피1
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.

This server cannot be installed

security - not tested

license - not found

quality - not tested

How are these scores calculated?

hybrid server

The server is able to function both locally and remotely, depending on the configuration or use case.

이 서버는 Qdrant 벡터 데이터베이스와 OpenAI 임베딩을 사용하여 의미 검색 기능을 제공하므로 사용자는 컬렉션을 쿼리하고, 사용 가능한 컬렉션을 나열하고, 컬렉션 정보를 볼 수 있습니다.

Related MCP Servers

RagDocs MCP Server
heltonteixeira
-
security
A
license
-
quality
Provides RAG capabilities for semantic document search using Qdrant vector database and Ollama/OpenAI embeddings, allowing users to add, search, list, and delete documentation with metadata support.
Last updated -
3
15
TypeScript
Apache 2.0
Better Qdrant MCP Server
wrediam
A
security
A
license
A
quality
A Model Context Protocol server that enables semantic search capabilities by providing tools to manage Qdrant vector database collections, process and embed documents using various embedding services, and perform semantic searches across vector embeddings.
Last updated -
4
26
TypeScript
MIT License
Qdrant Retrieve MCP Server
gergelyszerovay
-
security
A
license
-
quality
Enables semantic search across multiple Qdrant vector database collections, supporting multi-query capability and providing semantically relevant document retrieval with configurable result counts.
Last updated -
46
TypeScript
MIT License
SuiAgentic
AnhQuan2004
-
security
F
license
-
quality
A FastAPI-based application that enables document embedding and semantic retrieval using Qdrant vector database, allowing users to convert documents into embeddings and retrieve relevant content through natural language queries.
Last updated -

View all related MCP servers

MCP Qdrant Server with OpenAI Embeddings