Qdrant MCP Server

Qdrant MCP 服务

一个用于与 Qdrant 向量数据库交互的 MCP 服务。此服务基于 MCP（Master Control Program）框架，提供管理向量、执行相似性搜索以及自动将文本嵌入为向量的工具。

功能

• 使用 FastEmbed 自动将文本嵌入为向量
• 通过向量搜索存储和检索文本内容
• 通过环境变量使用默认集合配置
• 根据内容进行文本相似性搜索
• 使用经过优化的模型高效生成嵌入

配置

根据 .env.example 模板创建 .env 文件：

# Qdrant connection settings
QDRANT_HOST=localhost
QDRANT_PORT=6333
QDRANT_API_KEY=
QDRANT_VERIFY_SSL=True  # Set to False if using self-signed certificates

# Default settings
DEFAULT_COLLECTION_NAME=default_collection
EMBEDDING_MODEL=BAAI/bge-small-en-v1.5

你可以将嵌入模型更改为 FastEmbed 支持的任意模型。

用法

在本地运行

1. 安装软件包：

pip install -e .

2. 运行服务：

qdrant-mcp-server

使用 Docker 运行

1. 构建 Docker 镜像：

docker build -t qdrant-mcp-server .

2. 运行容器：

docker run -p 8000:8000 --env QDRANT_HOST=<your-qdrant-host> --env QDRANT_PORT=<your-qdrant-port> --env QDRANT_VERIFY_SSL=<True|False> qdrant-mcp-server

测试

此软件包包含用于验证功能的测试套件。运行测试：

1. 安装开发依赖项：

pip install -e ".[dev]"

2. 运行测试：

cd tests
./run_tests.py

你也可以直接使用 pytest：

pytest -xvs tests/

使用自签名证书

如果你的 Qdrant 服务使用自签名证书，请在 .env 文件中或运行 Docker 容器时设置 QDRANT_VERIFY_SSL=False。这会禁用 SSL 证书验证。

工具

此服务提供以下工具：

文本工具

• store_text：将文本转换为嵌入向量并存储到数据库
• search_similar_text：将查询文本转换为嵌入，并查找相似向量
• store_texts：将多段文本转换为嵌入，并批量存储

向量工具

• search_vectors：在集合中搜索相似向量
• upsert_vectors：将向量上传到集合
• filter_search：使用元数据筛选条件搜索集合

点工具

• get_points：根据点的 ID 从集合中获取点
• delete_points：根据点的 ID 从集合中删除点
• count_points：统计集合中的点数

示例

存储文本

await store_text(
    text="What is the capital of France?", 
    metadata={"category": "geography", "type": "question"}
)

搜索相似文本

await search_similar_text(
    query="What is Paris the capital of?",
    limit=5
)

存储多段文本

await store_texts(
    texts=["Paris is in France", "London is in England", "Berlin is in Germany"],
    metadatas=[
        {"category": "geography", "country": "France"},
        {"category": "geography", "country": "England"},
        {"category": "geography", "country": "Germany"}
    ]
)