项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 1565
技术标签
使用教程
环境要求
- 一个可访问的 Qdrant 实例(云端 URL 或本地数据库路径)
- 支持 MCP 的客户端:Claude Desktop、VS Code 或 Cursor 等
- 使用 uvx/Docker/Smithery 之一作为运行方式(uvx 与 Docker 需已安装)
- Qdrant 云服务需准备 API Key 与集群地址(形如 https://xyz-example.eu-central.aws.cloud.qdrant.i
安装与启动步骤
-
1准备 Qdrant 连接信息
确定目标向量库地址与密钥:云服务用 QDRANT_URL + QDRANT_API_KEY,本地模式改用 QDRANT_LOCAL_PATH 指向数据库目录。
-
2用 Docker 启动服务
按需替换地址、密钥和集合名;必须设置 FASTMCP_SERVER_HOST 为 0.0.0.0,容器外才能访问服务。
docker run -p 8000:8000 -e FASTMCP_SERVER_HOST="0.0.0.0" -e QDRANT_URL="http://your-qdrant-server:6333" -e QDRANT_API_KEY="your-api-key" -e COLLECTION_NAME="your-collection" mcp-server-qdrant -
3用 Smithery 自动安装
面向 Claude Desktop 的一键安装命令,会写入客户端配置,适合不想手动改 JSON 的用户。
npx @smithery/cli install mcp-server-qdrant --client claude -
4配置 Claude Desktop
在 claude_desktop_config.json 的 mcpServers 中加入该项;本地模式则把 QDRANT_URL/QDRANT_API_KEY 换成 QDRANT_LOCAL_PATH。
{ "qdrant": { "command": "uvx", "args": ["mcp-server-qdrant"], "env": { "QDRANT_URL": "https://xyz-example.eu-central.aws.cloud.qdrant.io:6333", "QDRANT_API_KEY": "your_api_key", "COLLECTION_NAME": "your-collection-name", "EMBEDDING_MODEL": "sentence-transformers/all-MiniLM-L6-v2" } } } -
5配置 VS Code 工作区
在工作区新建 .vscode/mcp.json,写入 servers 配置;输入项会在启动时提示填写地址、密钥和集合名。
{ "inputs": [ {"type": "promptString", "id": "qdrantUrl", "description": "Qdrant URL"}, {"type": "promptString", "id": "qdrantApiKey", "description": "Qdrant API Key", "password": true}, {"type": "promptString", "id": "collectionName", "description": "Collection Name"} ], "servers": { "qdrant": { "command": "uvx", "args": ["mcp-server-qdrant"], "env": { "QDRANT_URL": "${input:qdrantUrl}", "QDRANT_API_KEY": "${input:qdrantApiKey}", "COLLECTION_NAME": "${input:collectionName}" } } } } -
6开发模式调试
在源码目录用 fastmcp dev 启动服务并自动打开浏览器中的 MCP inspector,便于查看工具调用情况。
COLLECTION_NAME=mcp-dev fastmcp dev src/mcp_server_qdrant/server.py
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
QDRANT_URL | 否 | Qdrant 服务地址,云端或自建服务使用 | http://your-qdrant-server:6333 |
QDRANT_API_KEY | 否 | Qdrant 云服务的访问密钥 | your-api-key |
QDRANT_LOCAL_PATH | 否 | 本地 Qdrant 数据库目录,用于免服务端本地模式 | /path/to/qdrant/database |
COLLECTION_NAME | 是 | 默认集合名,不存在时服务会自动创建 | your-collection |
EMBEDDING_MODEL | 否 | 编码记忆用的嵌入模型,仅支持 FastEmbed 模型 | sentence-transformers/all-MiniLM-L6-v2 |
FASTMCP_SERVER_HOST | 否 | 容器内监听地址,置为 0.0.0.0 才能被外部访问 | 0.0.0.0 |
如何确认成功
Docker 容器无报错运行且 8000 端口可访问;或在客户端中让助手调用 qdrant-store 存一条信息、再用 qdrant-find 检索到该内容。
常见问题
Q:支持哪些嵌入模型?
A:目前仅支持 FastEmbed 提供的模型,默认使用 sentence-transformers/all-MiniLM-L6-v2,可通过 EMBEDDING_MODEL 更换。
Q:目标集合不存在怎么办?
A:服务器会在启动/使用时自动创建指定名称的集合,无需手动建表。
Q:没有 Qdrant 云服务,能用本地库吗?
A:可以,把 QDRANT_URL 与 QDRANT_API_KEY 换成 QDRANT_LOCAL_PATH 指向本地数据库目录即可。
Q:Docker 启动后客户端连不上?
A:确认已设置 FASTMCP_SERVER_HOST="0.0.0.0" 并正确映射 8000 端口,否则服务只监听容器内部。
Q:调用工具时还要传 collection_name 吗?
A:若已配置默认 COLLECTION_NAME,则工具中的 collection_name 字段不会启用,无需再传。
注意事项
- QDRANT_API_KEY 属于敏感信息,不要写进公开仓库或共享配置文件。
- Docker 与 uvx 两种方式只需选一种,重复配置同一客户端可能造成冲突。
- 开发模式命令需在项目源码根目录执行,且依赖 fastmcp 已可用。
核心亮点
- 官方出品,与 Qdrant 核心 API 同步更新,兼容性有保障
- 支持混合搜索(向量+全文),检索精度更高
- 提供 Docker 一键启动,本地或远程部署都方便
不足之处
- 文档偏少,高级配置(如认证、分片)需自行摸索
- 依赖 MCP 生态,非 MCP 客户端无法直接使用
适用场景
- 构建带长期记忆的聊天机器人,存储对话历史
- 为 RAG 应用提供可插拔的向量检索后端
- 在 IDE 或智能代理中实现代码库语义搜索
替代项目
mcp-server-chroma、mcp-server-pinecone、mcp-server-weaviate
上一篇:AutoGroq
下一篇:agent-flow
同类项目推荐
GoGogot
开源
轻量自托管 AI 智能体,Go 语言实现,替代 OpenClaw
Lightweight self-hosted AI agent. Open-source OpenClaw alternative in Go.
DataMind
开源
说句话就能完成数据分析,自动生成图表和报告
[ICLR/AAAI/KDD/EMNLP2026] Open-Source LLM-Based Data Analysis Agents
opencouncil-contract-inspector
开源
多AI代理交叉审查智能合约,输出可靠裁决,减少幻觉和谄媚。
Proven 2026 Multi-Agent AI Review System – Verdict-Driven Quality Control
agent-skills
开源
让 AI 智能体直接调用测试云,一句话跑完浏览器测试
AI agent skills for TestMu AI (Formerly LambdaTest).
the-bureau
开源
不用招人不用排期,AI 数字团队全天候替你干活
Virtual AI agent office — your digital team does your real work
ScienceClaw
开源
给科学家的自进化AI助手,零幻觉查文献做分析
Verifiable program-level self-evolution for AI-for-Science agents: Skills and typed ···
DashClaw
开源
危险操作先拦下确认再放行,用 AI 干活睡得着
Remote approvals, policy checks, and execution evidence for unattended AI agents.
llm-wiki-newsroom
开源
把文档自动变成会自我更新的互联维基,告别过时知识库
Harness engineering applied to knowledge production: a self-evolving multi-agent new···
ChatGPT-OpenAI-Smart-Speaker
开源
用GPT-4和语音视觉,把普通音箱变成能看会聊的AI助手
This AI Smart Speaker uses speech recognition, TTS (text-to-speech), and STT (speech···
