Сервис MCP, построенный на основе системы векторного поиска Qdrant

Общее введение

mcp-server-qdrant - это векторная поисковая система, построенная на базе Qdrant. Модель Контекстный протокол (MCP) сервер. Он используется в основном для помощи системам искусственного интеллекта в хранении и извлечении воспоминаний и особенно подходит для сценариев, требующих семантического поиска. Этот инструмент позволяет эффективно управлять семантической памятью, преобразуя информацию в векторы. Он поддерживает множество клиентов, таких как Клод Desktop и Cursor, позволяющие разработчикам или пользователям легко сохранять и находить информацию. Будь то персональное управление знаниями или командный поиск кода, mcp-server-qdrant предоставляет простое в использовании решение. Для генерации вкраплений используется модель FastEmbed, а по умолчанию используется модель sentence-transformers/all-MiniLM-L6-v2Он также полностью открыт, основан на лицензии Apache 2.0 и может свободно использоваться или изменяться любым человеком.

Список функций

• Хранение информации: Сохранение текстовой информации и метаданных в базе данных Qdrant, поддержка описаний на естественном языке и структурированных данных.
• семантический поиск:: Быстрый поиск наиболее релевантной информации или фрагментов кода в базе данных на основе запроса.
• Поддержка нескольких клиентов: Работает без проблем с MCP-совместимыми инструментами, такими как Claude Desktop, Cursor и другими.
• Индивидуальное описание инструмента:: Позволяет пользователям адаптировать описание магазина и функции поиска к различным сценариям, таким как поиск кода или управление знаниями.
• Местный и удаленный режим: Поддерживает гибкость при выполнении Qdrant локально или подключении к удаленному серверу.
• Поддержка встроенных моделей: По умолчанию используется технология FastEmbed для эффективной генерации эмбедов.

Использование помощи

Процесс установки

Установка mcp-сервера-qdrant очень проста и может быть выполнена двумя основными способами: используя uvx Запустите его напрямую или установите автоматически на рабочий стол Claude через Smithery. Вот подробные шаги:

Метод 1: Установка и запуск с помощью uvx

1. Подготовка среды: Убедитесь, что на вашем компьютере установлен Python 3.10 или выше, и что вы установили uvx(легкое средство управления пакетами Python). Если у вас нет uvx, который можно установить с помощью следующей команды:

pip install uv

2. Установка переменных окружения: Введите следующую команду в терминале, чтобы настроить адрес сервера Qdrant и имя коллекции.

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

• QDRANT_URL: Адрес сервера Qdrant. Если вы запускаете Qdrant локально, можно оставить значение по умолчанию.
• COLLECTION_NAME: Имя коллекции, которую вы хотите использовать, например "my-collection".
• Если вам нужен ключ API, добавьте QDRANT_API_KEY="你的密钥".

3. Операционный сервер: Сервер запустится после выполнения команды, по умолчанию используя stdio Протокол передачи данных. Если требуется удаленный доступ, можно добавить --transport sse Параметры:

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

Метод 2: Установка в Claude Desktop через Smithery

1. Установка Smithery: Убедитесь, что у вас есть среда Node.js, выполнив следующую команду в терминале:

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

2. Настройка рабочего стола Claude: Редактор claude_desktop_config.json файл в "mcpServers" Добавьте в раздел следующее:

{
"qdrant": {
"command": "uvx",
"args": ["mcp-server-qdrant"],
"env": {
"QDRANT_URL": "http://localhost:6333",
"QDRANT_API_KEY": "你的密钥",
"COLLECTION_NAME": "你的集合名称"
}
}
}

3. Запустить Claude Desktop: После сохранения конфигурации запустите Claude Desktop, и сервер запустится автоматически.

Конфигурация локального режима

Если вы не хотите полагаться на удаленный сервер Qdrant, вы можете использовать локальный режим:

1. Заменить QDRANT_URL из-за QDRANT_LOCAL_PATHУкажите путь к локальной базе данных:

   {
   "qdrant": {
   "command": "uvx",
   "args": ["mcp-server-qdrant"],
   "env": {
   "QDRANT_LOCAL_PATH": "/path/to/qdrant/database",
   "COLLECTION_NAME": "my-collection"
   }
   }
   }
   

2. После запуска Qdrant запускается в локальном режиме, и все данные сохраняются по указанному пути.

Основные функции

Функция 1: Сохранение информации (qdrant-store)

• использовать: Сохраняйте информацию в базе данных Qdrant, например текст, фрагменты кода или заметки.
• процедура:
  1. Подготовьте содержимое для хранения, например, описательный текст (information) и необязательные метаданные (metadata).
     • Пример:information="这是一个计算器函数的描述"(математика) родmetadata={"code": "def calc(x): return x + 1"}
  2. Если вы используете Claude Desktop, откройте клиент и введите аналогичную команду:

     qdrant-store information="这是一个计算器函数的描述" metadata={"code": "def calc(x): return x + 1"}
     

  3. Сервер возвращает подтверждающее сообщение об успешном сохранении.
• принимать к сведениюМетаданные являются необязательными и могут использоваться для хранения дополнительной информации, например, кодов или меток.

Функция 2: Получение информации (qdrant-find)

• использовать:: Поиск наиболее релевантного контента в базе данных на основе запросов на естественном языке.
• процедура:
  1. Введите запрос, например, вы хотите найти код определенной функции:

     qdrant-find query="计算器函数"
     

  2. Сервер возвращает совпадения, каждое сообщение отображается отдельно и может содержать описание и код в метаданных.
  3. Изучите полученные результаты, чтобы найти то, что вам нужно.
• наконечник: Чем конкретнее запрос, тем точнее результат. Например, "функция калькулятора" точнее, чем "функция".

Функция 3: Поиск по пользовательскому коду

• использовать: Превратите сервер в инструмент поиска кода для разработчиков.
• Этапы конфигурирования:
  1. Установка переменных окружения и настройка описаний инструментов:

     QDRANT_URL="http://localhost:6333" COLLECTION_NAME="code-snippets" \
     TOOL_STORE_DESCRIPTION="存储代码片段，information 是描述，metadata 包含代码" \
     TOOL_FIND_DESCRIPTION="根据描述搜索代码片段" \
     uvx mcp-server-qdrant --transport sse
     

  2. существовать Курсор Настройте адрес сервера, например http://localhost:8000/sse.
  3. Сохраните код:

     qdrant-store information="计算两数之和" metadata={"code": "def add(a, b): return a + b"}
     

  4. Код для поиска:

     qdrant-find query="两数相加的函数"
     

• эффект: Возвращает наиболее подходящий фрагмент кода для удобства повторного использования.

Примеры сценариев использования

1. Управление персональными знаниямиСохраняйте заметки или фрагменты документов и получайте их на естественном языке в любое время.
2. Работа в команде:: Запуск серверов в облаке для совместного использования кода или баз знаний.
3. местное развитие: Проверено в локальном режиме, не зависит от сети.

предостережение

• Убедитесь, что служба Qdrant запущена (локально или удаленно).
• По умолчанию используется модель встраивания sentence-transformers/all-MiniLM-L6-v2Модель может быть использована только с моделями, поддерживаемыми FastEmbed.
• Режим SSE хорош для удаленного доступа, stdio - для локальных клиентов.