Qdrant With OpenAI Embeddings

🚀 MCP Qdrant サーバーと OpenAI 埋め込み

この MCP サーバーは、Qdrant ベクトルデータベースと OpenAI 埋め込みを利用して、ベクトル検索機能を提供します。

✨ 主な機能

• OpenAI 埋め込みを使用して Qdrant コレクション内での意味検索を行う
• 利用可能なコレクションを一覧表示する
• コレクションの情報を表示する

📦 インストール

前提条件

• Python 3.10 以上がインストールされていること
• Qdrant インスタンス（ローカルまたはリモート）
• OpenAI API キー

インストール手順

1. このリポジトリをクローンします：

git clone https://github.com/yourusername/mcp-qdrant-openai.git
cd mcp-qdrant-openai

2. 依存関係をインストールします：

pip install -r requirements.txt

📚 ドキュメント

設定

以下の環境変数を設定してください：

• OPENAI_API_KEY：あなたの OpenAI API キー
• QDRANT_URL：Qdrant インスタンスの URL（デフォルト： "http://localhost:6333"）
• QDRANT_API_KEY：あなたの Qdrant API キー（ある場合）

使用方法

サーバーを直接実行する：

python mcp_qdrant_server.py

MCP CLI を使用して実行する：

mcp dev mcp_qdrant_server.py

Claude デスクトップにインストールする：

mcp install mcp_qdrant_server.py --name "Qdrant-OpenAI"

利用可能なツール

query_collection

OpenAI 埋め込みを使用して Qdrant コレクションに対する意味検索を行います。

• collection_name：検索対象の Qdrant コレクション名
• query_text：自然言語の検索クエリ
• limit：返される結果の最大数（デフォルト：5）
• model：使用する OpenAI 埋め込みモデル（デフォルト：text-embedding-3-small）

list_collections

すべての利用可能な Qdrant コレクションを一覧表示します。

collection_info

特定のコレクションの情報を取得します。

• collection_name：情報を取得するコレクション名

💻 使用例

Claude デスクトップでの使用例

Claude デスクトップにインストールしたら、以下のようにツールを使用できます：

私の Qdrant データベースにはどのようなコレクションがありますか？

私の "documents" コレクション内で気候変動に関する内容を検索します。

"articles" コレクションに関する情報を表示します。