Qdrant 벡터 검색 엔진에 구축된 MCP 서비스

677 0

일반 소개

mcp-server-qdrant는 Qdrant를 기반으로 구축된 벡터 검색 엔진입니다. 모델 컨텍스트 프로토콜 (MCP) 서버입니다. 주로 AI 시스템이 메모리를 저장하고 검색하는 데 사용되며, 특히 시맨틱 검색이 필요한 시나리오에 적합합니다. 이 도구는 정보를 벡터로 변환하여 효율적인 시맨틱 메모리 관리를 가능하게 합니다. 다음과 같은 다양한 클라이언트를 지원합니다. Claude 데스크톱과 커서를 통해 개발자나 사용자가 정보를 쉽게 저장하고 찾을 수 있습니다. 개인 지식 관리든 팀 코드 검색이든, mcp-server-qdrant는 사용하기 쉬운 솔루션을 제공합니다. 이 솔루션은 FastEmbed 모델을 사용하여 임베딩을 생성하고 기본값은 sentence-transformers/all-MiniLM-L6-v2또한 Apache 2.0 라이선스에 기반한 완전한 오픈 소스이며 누구나 자유롭게 사용하거나 수정할 수 있습니다.

기능 목록

정보 저장텍스트 정보 및 메타데이터를 Qdrant 데이터베이스에 저장하여 자연어 설명 및 구조화된 데이터를 지원합니다.
시맨틱 검색:: 쿼리를 기반으로 데이터베이스에서 가장 관련성이 높은 정보나 코드 조각을 빠르게 찾을 수 있습니다.
여러 클라이언트 지원클로드 데스크톱, 커서 등 MCP 호환 도구와 원활하게 작동합니다.
사용자 지정 도구 설명:: 사용자가 스토어에 대한 설명을 조정하고 코드 검색이나 지식 관리와 같은 다양한 시나리오에 맞게 기능을 찾을 수 있도록 합니다.
로컬 및 원격 모드로컬에서 실행하거나 원격 서버에 연결할 수 있는 유연성을 지원합니다.
임베디드 모델 지원FastEmbed 기술을 사용하여 기본적으로 효율적인 임베드 생성을 제공합니다.

도움말 사용

설치 프로세스

mcp-server-qdrant의 설치는 매우 간단하며 두 가지 주요 방법으로 수행할 수 있습니다. uvx 직접 실행하거나 Smithery를 통해 Claude Desktop에 자동으로 설치하며, 자세한 단계는 다음과 같습니다:

방법 1: UVX 설치 및 실행

환경 준비하기컴퓨터에 Python 3.10 이상이 설치되어 있는지, 그리고 uvx(경량 파이썬 패키지 관리 도구)를 사용하세요. 없는 경우 uvx다음 명령어로 설치할 수 있습니다:

pip install uv

환경 변수 설정터미널에 다음 명령을 입력하여 Qdrant 서버 주소와 컬렉션 이름을 구성합니다.

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

QDRANT_URLQdrant 서버의 주소입니다. 로컬에서 Qdrant를 실행하는 경우 기본값을 그대로 사용할 수 있습니다.
COLLECTION_NAME: 사용하려는 컬렉션의 이름(예: '내 컬렉션')입니다.
API 키가 필요한 경우 QDRANT_API_KEY="你的密钥".

운영 서버명령이 실행된 후 서버가 시작되며, 서버는 기본적으로 stdio 전송 프로토콜. 원격 액세스가 필요한 경우 다음을 추가할 수 있습니다. --transport sse 매개변수:

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

방법 2: 스미머리를 통해 Claude 데스크톱에 설치하기

스미서리 설치터미널에서 다음 명령을 실행하여 Node.js 환경이 있는지 확인합니다:

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

Claude 데스크톱 구성: 편집자 claude_desktop_config.json 파일에 있는 "mcpServers" 섹션에 다음을 추가합니다:

{
"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"
}
}
}

Claude 데스크톱 시작: 구성을 저장한 후 클로드 데스크톱을 시작하면 서버가 자동으로 실행됩니다.

로컬 모드 구성

원격 Qdrant 서버에 의존하고 싶지 않다면 로컬 모드를 사용할 수 있습니다:

교체 QDRANT_URL 때문에 QDRANT_LOCAL_PATH를 클릭하고 로컬 데이터베이스 경로를 지정합니다:

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

실행 후 Qdrant는 로컬 모드로 시작되며 모든 데이터는 지정된 경로에 저장됩니다.

주요 기능

기능 1: 정보 저장(`qdrant-store`)

사용텍스트, 코드 스니펫 또는 메모와 같은 정보를 Qdrant 데이터베이스에 저장합니다.
절차:
1. 설명 텍스트 등 저장할 콘텐츠를 준비합니다(information) 및 선택적 메타데이터(metadata).
  - 예시:information="这是一个计算器函数的描述"(수학.) 속metadata={"code": "def calc(x): return x + 1"}
2. 클로드 데스크톱을 사용하는 경우 클라이언트를 열고 비슷한 명령을 입력합니다:
```
qdrant-store information="这是一个计算器函数的描述" metadata={"code": "def calc(x): return x + 1"}
```
3. 서버는 저장에 성공했음을 나타내는 확인 메시지를 반환합니다.
다음 사항에 유의하십시오.메타데이터는 선택 사항이며 코드나 레이블과 같은 추가 정보를 저장하는 데 사용할 수 있습니다.

기능 2: 정보 검색(`qdrant-find`)

사용:: 자연어 쿼리를 기반으로 데이터베이스에서 가장 관련성이 높은 콘텐츠를 찾습니다.
절차:
1. 특정 함수에 대한 코드를 찾고자 하는 등의 쿼리를 입력합니다:
```
qdrant-find query="计算器函数"
```
2. 서버는 일치하는 항목을 반환하며, 각 메시지는 개별적으로 표시되고 메타데이터에 설명과 코드를 포함할 수 있습니다.
3. 반환된 결과를 검토하여 필요한 것을 찾으세요.
팁쿼리가 구체적일수록 더 정확한 결과를 얻을 수 있습니다. 예를 들어 '계산기 함수'가 '함수'보다 더 정확합니다.

기능 3: 사용자 지정 코드 검색

사용서버를 개발자를 위한 코드 검색 도구로 전환하세요.

구성 단계:

환경 변수를 설정하고 도구 설명을 조정합니다:

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

존재 커서 예를 들어 다음에서 서버 주소를 구성합니다. http://localhost:8000/sse.

코드를 저장합니다:

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

코드 검색:

qdrant-find query="两数相加的函数"

효과가장 일치하는 코드 스니펫을 반환하여 쉽게 재사용할 수 있도록 합니다.

사용 시나리오의 예

개인 지식 관리노트나 문서 조각을 저장하고 언제든지 자연어로 검색할 수 있습니다.
팀워크:: 클라우드에서 서버를 실행하여 코드 또는 지식 베이스를 공유합니다.
지역 개발네트워크에 의존하지 않고 로컬 모드에서 테스트되었습니다.

주의

Qdrant 서비스가 시작되었는지 확인합니다(로컬 또는 원격).
기본 임베딩 모델은 다음과 같습니다. sentence-transformers/all-MiniLM-L6-v2이 모델은 FastEmbed에서 지원하는 모델에서만 사용할 수 있습니다.
SSE 모드는 원격 액세스에 적합하고, stdio는 로컬 클라이언트에 적합합니다.