Qdrant MCP 服务器

“Qdrant” MCP 服务器有什么作用？

Qdrant MCP 服务器是 Qdrant 向量搜索引擎的 Model Context Protocol (MCP) 官方实现。作为语义记忆层，它允许 AI 助手和 LLM 驱动的应用在 Qdrant 数据库中存储和检索信息。通过提供标准化的 MCP 接口，服务器实现了与外部数据源的无缝集成，从而增强了 AI 开发流程。开发者可利用其运行基于向量的查询、管理集合及处理 AI 智能体的语义记忆，非常适合知识检索、上下文记忆存储和高级搜索等应用场景。

指令模板列表

仓库或文档中未提供有关指令模板的信息。

资源列表

仓库或文档中未明确列出相关资源。

工具列表

• qdrant-store
  • 在 Qdrant 数据库中存储信息。接收信息字符串、可选元数据和集合名，返回确认信息。
• qdrant-find
  • 使用搜索查询和集合名从 Qdrant 数据库检索相关信息。以单独消息的形式返回存储的信息。

此 MCP 服务器的应用场景

• AI 智能体语义记忆： 存储上下文数据并按需检索，使智能体能够记住历史交互并提升回复的相关性。
• 知识库搜索： 允许开发者构建知识检索系统，用户可通过语义查询搜索相关文档、支持内容或常见问题。
• 个性化推荐： 利用存储的用户交互数据，根据语义相似性生成推荐或洞见。
• 上下文聊天机器人： 通过为聊天机器人提供语义记忆层，动态引用历史对话或相关信息，增强对话能力。

配置方法

Windsurf

1. 确保已安装所有前置条件（如 Node.js）。
2. 找到您的 Windsurf 配置文件。
3. 在 mcpServers 对象中添加 Qdrant MCP 服务器配置：

   {
     "mcpServers": {
       "qdrant-mcp": {
         "command": "qdrant-mcp-server",
         "args": []
       }
     }
   }
   

4. 保存配置并重启 Windsurf。
5. 检查与 MCP 服务器的连接是否成功。

Claude

1. 按照 Claude 文档安装前置条件。
2. 编辑 Claude 配置文件。
3. 在 mcpServers 部分添加 Qdrant MCP 服务器设置：

   {
     "mcpServers": {
       "qdrant-mcp": {
         "command": "qdrant-mcp-server",
         "args": []
       }
     }
   }
   

4. 保存更改并重启 Claude。
5. 测试 MCP 操作以确认配置。

Cursor

1. 确认所有所需依赖已安装。
2. 打开 Cursor 配置。
3. 插入以下代码片段以注册 Qdrant MCP 服务器：

   {
     "mcpServers": {
       "qdrant-mcp": {
         "command": "qdrant-mcp-server",
         "args": []
       }
     }
   }
   

4. 保存并重启 Cursor。
5. 检查服务器日志以确认连接成功。

Cline

1. 按 Cline 要求设置前置条件。
2. 找到并打开相关配置文件。
3. 在配置中添加 MCP 服务器：

   {
     "mcpServers": {
       "qdrant-mcp": {
         "command": "qdrant-mcp-server",
         "args": []
       }
     }
   }
   

4. 保存并重启 Cline。
5. 测试连接和功能。

通过环境变量保护 API 密钥

设置所需环境变量以保护您的 API 密钥。JSON 配置示例：

{
  "mcpServers": {
    "qdrant-mcp": {
      "command": "qdrant-mcp-server",
      "args": [],
      "env": {
        "QDRANT_URL": "https://your-qdrant-server.example",
        "QDRANT_API_KEY": "your_qdrant_api_key"
      },
      "inputs": {
        "COLLECTION_NAME": "your_default_collection"
      }
    }
  }
}

在流程中如何使用本 MCP

在 FlowHunt 中使用 MCP

要将 MCP 服务器集成到 FlowHunt 工作流中，请先将 MCP 组件添加到流程，并将其与 AI 智能体连接：

点击 MCP 组件打开配置面板。在系统 MCP 配置部分，按下述 JSON 格式填写您的 MCP 服务器信息：

{
  "qdrant-mcp": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

配置完成后，AI 智能体即可作为工具使用该 MCP，拥有其全部功能和能力。请记得将 “qdrant-mcp” 替换为您的 MCP 服务器实际名称，并将 URL 替换为您的 MCP 服务器地址。

概览

根据现有信息，Qdrant MCP 服务器在核心功能和配置说明方面表现出色，但缺乏详细的指令和资源文档。在工具支持和开源许可方面得分较高，但用户指导和高级功能方面还有提升空间。

MCP 评分

MCP 表格评分： 7/10

Qdrant MCP 服务器核心功能清晰，许可合规，工具支持强。但缺乏指令/资源文档及高级功能说明，限制了更高评分。