Qdrantベクトル検索エンジン上に構築されたMCPサービス

はじめに

mcp-server-qdrant は、Qdrant をベースに構築されたベクトル検索エンジンです。 モデル・コンテキスト・プロトコル (エムシーピー)サーバーである。これは主に、AIシステムが記憶を保存・検索するために使用され、特に意味検索を必要とするシナリオに適している。このツールは、情報をベクトルに変換することで、効率的な意味記憶管理を可能にする。以下のような様々なクライアントをサポートしている。 クロード デスクトップとカーソルにより、開発者やユーザーは簡単に情報を保存し、検索することができます。個人のナレッジ管理やチームのコード検索など、mcp-server-qdrantは使いやすいソリューションを提供します。エンベッディングの生成には FastEmbed モデルを使用し、デフォルトでは センテンストランス/オールミニLM-L6-v2また、Apache 2.0ライセンスに基づく完全なオープンソースであり、誰でも自由に使用したり変更したりすることができる。

機能一覧

• 情報の保存テキスト情報やメタデータをQdrantデータベースに保存し、自然言語記述や構造化データをサポートします。
• 意味検索:: クエリに基づいて、データベース内の最も関連性の高い情報やコードスニペットを素早く見つけることができます。
• 複数クライアントのサポートクロードデスクトップ、カーソルなどのMCP互換ツールとシームレスに連携。
• カスタマイズされたツールの説明:: コード検索やナレッジマネジメントなど、さまざまなシナリオに合わせて、店舗や検索機能の説明をユーザーが調整できるようにする。
• ローカルモードとリモートモードローカルでQdrantを実行することも、リモートサーバーに接続することも可能です。
• 組み込みモデルのサポートFastEmbedテクノロジーを採用し、デフォルトで効率的なエンベッド生成を実現。

ヘルプの使用

設置プロセス

mcp-server-qdrantのインストールは非常に簡単で、主に以下の2つの方法があります。 ウブックス 直接実行するか、Smithery経由でクロードデスクトップに自動インストールします：

方法1：uvxをインストールして実行する

1. 環境を整えるPython 3.10以上がコンピュータにインストールされていることを確認してください。 ウブックス(軽量なPythonパッケージ管理ツール）。もし ウブックス以下のコマンドでインストールできる：

pip install uv

2. 環境変数の設定ターミナルで以下のコマンドを入力し、Qdrantサーバーのアドレスとコレクション名を設定します。

QDRANT_URL="http://localhost:6333" COLLECTION_NAME="my-collection" uvx mcp-server-qdrant

• QDRANT_URLQdrantサーバのアドレスです。ローカルでQdrantを起動している場合は、デフォルト値のままで構いません。
• コレクション名: "my-collection "のように、使用したいコレクションの名前。
• APIキーが必要な場合は QDRANT_API_KEY="あなたのキー".

3. オペレーション・サーバーサーバーはコマンド実行後に起動します。 標準ディオ 転送プロトコル。リモートアクセスが必要な場合は ---トランスポート パラメーター

QDRANT_URL="http://localhost:6333" COLLECTION_NAME="my-collection" uvx mcp-server-qdrant --transport sse

方法2：Smithery経由でクロードデスクトップにインストールする

1. スミザリーの設置ターミナルで以下のコマンドを実行し、Node.jsの環境があることを確認する：

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

2. クロードデスクトップの設定編集部 claude_desktop_config.json ファイルを "mcpServers" セクションに以下を追加する：

{
「qdrant": {
"命令": "uvx"、
"args": ["mcp-server-qdrant"]、
「env": {
"qdrant_url": "http://localhost:6333", "env": {
"QDRANT_API_KEY": "あなたのキー"、
"COLLECTION_NAME": "コレクション名".
}
}
}

3. スタート・クロード・デスクトップ設定を保存した後、Claude Desktop を起動すると自動的にサーバーが起動します。

ローカルモード設定

リモートのQdrantサーバーに頼りたくない場合は、ローカルモードを使うことができます：

1. 交換 QDRANT_URL というのも qdrant_local_pathローカルデータベースのパスを指定します：

   {
   "qdrant": {
   "command": "uvx"、
   "args": ["mcp-server-qdrant"]、
   "env": {
   "QDRANT_LOCAL_PATH":"/path/to/qdrant/database", "COLLECTION_NAME": { 以下のようになります。
   "COLLECTION_NAME": "マイコレクション"
   }
   }
   }
   

2. 実行後、Qdrantはローカルモードで起動し、全てのデータは指定されたパスに保存されます。

主な機能

機能1：情報の保存クドラントストア)

• 使用Qdrantデータベースにテキスト、コードスニペット、メモなどの情報を保存できます。
• 手続き:
  1. 保存するコンテンツ、たとえば説明的なテキスト(インフォメーション)とオプションのメタデータ(メタデータ).
     • 例information="これは電卓機能の説明です。"属メタデータ={"コード": "def calc(x): return x + 1"}.
  2. クロードデスクトップを使用している場合は、クライアントを開き、同様のコマンドを入力します：

     qdrant-store information="これは電卓関数の説明です" metadata={"code": "def calc(x: return x + 1"}.
     

  3. サーバーは、保存が成功したことを示す確認メッセージを返す。
• 銘記するメタデータはオプションで、コードやラベルなどの追加情報を保存するために使用できる。

機能2：情報の取得(qdrant-ファインド)

• 使用自然言語によるクエリに基づいて、データベース内の最も関連性の高いコンテンツを検索します。
• 手続き:
  1. クエリを入力します。例えば、ある関数のコードを検索したい場合などです：

     qdrant-find query="電卓関数"
     

  2. 各メッセージは別々に表示され、メタデータには説明とコードが含まれる。
  3. 返された結果を調べ、必要なものを見つける。
• チップクエリが具体的であればあるほど、より正確な結果が得られます。例えば、"関数 "よりも "電卓関数 "の方が正確です。

機能3：カスタムコード検索

• 使用サーバーを開発者のためのコード検索ツールにする。
• 設定ステップ:
  1. 環境変数の設定とツールの説明の調整

     QDRANT_URL="http://localhost:6333" COLLECTION_NAME="code-snippets" ￤「コードスニペットを保存します。
     TOOL_STORE_DESCRIPTION="Store code snippets, information is the description, metadata contains the code" ㊟コードスニペットを保存します。
     TOOL_FIND_DESCRIPTION="説明文からコードスニペットを検索する" ￤コードスニペットを保存する。
     uvx mcp-server-qdrant --transport sse
     

  2. ある カーソル サーバーのアドレスは、例えば http://localhost:8000/sse.
  3. コードを保存する：

     qdrant-store information="2つの数の和を計算する" metadata={"code": "def add(a, b: return a + b"}.
     

  4. 検索コード

     qdrant-find query="2つの数値を足す関数"
     

• 効果再利用しやすいように、最もマッチしたコード・スニペットを返します。

使用例

1. 個人の知識管理メモや文書の断片を保存し、いつでも自然言語で取り出すことができます。
2. チームワークコードやナレッジベースを共有するためにクラウド上でサーバーを稼働させる。
3. 地域開発ネットワークに依存しないローカルモードでテスト。

ほら

• Qdrantサービスが（ローカルまたはリモートで）開始されていることを確認してください。
• デフォルトの埋め込みモデルは センテンストランス/オールミニLM-L6-v2FastEmbed がサポートしているモデルでのみ使用できます。
• SSEモードはリモートアクセスに適しており、stdioはローカルクライアントに適している。