Better Qdrant MCP Server

🚀 更好的 Qdrant MCP 服務器

這是一個增強版的 Qdrant 向量數據庫模型上下文協議（MCP）服務器，為管理 Qdrant 集合、添加文檔以及執行語義搜索提供了強大工具，有效提升向量數據庫的使用效率與便捷性。

🚀 快速開始

安裝

你可以通過以下兩種方式安裝該服務器：

npm install -g better-qdrant-mcp-server

或者直接使用 npx：

npx better-qdrant-mcp-server

配置

該服務器使用環境變量進行配置，你可在項目根目錄創建一個 .env 文件來設置這些變量：

# Qdrant 配置
QDRANT_URL=http://localhost:6333
QDRANT_API_KEY=你的_api_密鑰（如果需要）

# 嵌入式服務 API 密鑰
OPENAI_API_KEY=你的_openai_api_密鑰
OPENROUTER_API_KEY=你的_openrouter_api_密鑰
OLLAMA_ENDPOINT=http://localhost:11434

先決條件

• Node.js >= 18.0.0
• 運行中的 Qdrant 服務器（本地或遠程）
• 使用的嵌入式服務 API 密鑰

✨ 主要特性

• 列出集合：可查看所有可用的 Qdrant 集合。
• 添加文檔：能處理並添加文檔到 Qdrant 集合中，支持多種嵌入式服務。
• 搜索：可在向量數據庫上執行語義搜索。
• 刪除集合：可從 Qdrant 數據庫中移除集合。

📦 安裝指南

全局安裝

使用 npm 進行全局安裝：

npm install -g better-qdrant-mcp-server

直接使用 npx

若不想全局安裝，可直接使用 npx：

npx better-qdrant-mcp-server

💻 使用示例

基礎用法

列出集合

use_mcp_tool
server_name: better-qdrant
tool_name: list_collections
arguments: {}

添加文檔

use_mcp_tool
server_name: better-qdrant
tool_name: add_documents
arguments: {
  "filePath": "/path/to/your/document.pdf",
  "collection": "my-collection",
  "embeddingService": "openai",
  "chunkSize": 1000,
  "chunkOverlap": 200
}

搜索

use_mcp_tool
server_name: better-qdrant
tool_name: search
arguments: {
  "query": "你的搜索查詢",
  "collection": "my-collection",
  "embeddingService": "openai",
  "limit": 5
}

刪除集合

use_mcp_tool
server_name: better-qdrant
tool_name: delete_collection
arguments: {
  "collection": "my-collection"
}

高級用法

使用 Claude

要將此 MCP 服務器與 Claude 配合使用，請將其添加到你的 MCP 設置配置文件中：

{
  "mcpServers": {
    "better-qdrant": {
      "command": "npx",
      "args": ["better-qdrant-mcp-server"],
      "env": {
        "QDRANT_URL": "http://localhost:6333",
        "QDRANT_API_KEY": "你的_api_密鑰（如果需要）",
        "DEFAULT_EMBEDDING_SERVICE": "ollama",
        "OPENAI_API_KEY": "你的_openai_api_密鑰",
        "OPENAI_ENDPOINT": "https://api.openai.com/v1",
        "OPENROUTER_API_KEY": "你的_openrouter_api_密鑰",
        "OPENROUTER_ENDPOINT": "https://api.openrouter.com/v1",
        "OLLAMA_ENDPOINT": "http://localhost:11434",
        "OLLAMA_MODEL": "nomic-embed-text"
      }
    }
  }
}

📚 詳細文檔

支持的嵌入式服務

• OpenAI：需要一個 API 密鑰。
• OpenRouter：需要一個 API 密鑰。
• Ollama：本地嵌入模型（默認端點：http://localhost:11434）。
• FastEmbed：本地嵌入模型。

📄 許可證

本項目採用 MIT 許可證。