Qdrant MCP
offiziellSemantische Suche mit der Qdrant-Vektordatenbank.
Was kann man mit Qdrant MCP machen?
- Erinnerungen speichern — Bitte deinen Assistenten, Informationen mit optionalen Metadaten mithilfe von
qdrant-storein einer Qdrant-Sammlung zu speichern. - Semantische Suche — Rufe relevante gespeicherte Informationen mit einer natürlichsprachlichen
queryüberqdrant-findab. - Sammlung auswählen — Gib pro Aufruf eine bestimmte
collection_namean oder lege überCOLLECTION_NAMEeine Standardsammlung fest. - Tool-Beschreibungen anpassen — Passe
TOOL_STORE_DESCRIPTIONundTOOL_FIND_DESCRIPTIONan, um den Server in ein Such-Tool für Code-Snippets zu verwandeln. - Schreibgeschützter Modus — Aktiviere
QDRANT_READ_ONLY, um das Speichern zu deaktivieren und nur den Abruf zu erlauben. - Ergebnisse abstimmen — Begrenze die Suchergebnisse mit
QDRANT_SEARCH_LIMITund wähle überEMBEDDING_MODELein Embedding-Modell aus.
Dokumentation
mcp-server-qdrant: Ein Qdrant-MCP-Server
Das Model Context Protocol (MCP) ist ein offenes Protokoll, das eine nahtlose Integration zwischen LLM-Anwendungen und externen Datenquellen und Tools ermöglicht. Ganz gleich, ob Sie eine KI-gestützte IDE entwickeln, eine Chat-Oberfläche erweitern oder benutzerdefinierte KI-Workflows erstellen: MCP bietet eine standardisierte Möglichkeit, LLMs mit dem benötigten Kontext zu verbinden.
Dieses Repository zeigt beispielhaft, wie ein MCP-Server für Qdrant, eine Vektorsuchmaschine, erstellt wird.
Übersicht
Ein offizieller Model Context Protocol-Server zum Speichern und Abrufen von Erinnerungen in der Vektorsuchmaschine Qdrant. Er dient als semantische Speicherschicht auf der Qdrant-Datenbank.
Komponenten
Tools
qdrant-store- Informationen in der Qdrant-Datenbank speichern
- Eingabe:
information(string): Zu speichernde Informationenmetadata(JSON): Optionale Metadaten zum Speicherncollection_name(string): Name der Collection, in der die Informationen gespeichert werden sollen. Dieses Feld ist erforderlich, wenn kein Standard-Collection-Name festgelegt ist. Wenn ein Standard-Collection-Name festgelegt ist, ist dieses Feld nicht aktiviert.
- Rückgabe: Bestätigungsnachricht
qdrant-find- Relevante Informationen aus der Qdrant-Datenbank abrufen
- Eingabe:
query(string): Für die Suche zu verwendende Abfragecollection_name(string): Name der Collection, in der die Informationen gespeichert werden sollen. Dieses Feld ist erforderlich, wenn kein Standard-Collection-Name festgelegt ist. Wenn ein Standard-Collection-Name festgelegt ist, ist dieses Feld nicht aktiviert.
- Rückgabe: In der Qdrant-Datenbank gespeicherte Informationen als separate Nachrichten
Umgebungsvariablen
Die Konfiguration erfolgt über Umgebungsvariablen. Das einzige Befehlszeilenargument ist --transport, mit dem das Transportprotokoll ausgewählt wird.
[!NOTE]
QDRANT_URLundQDRANT_LOCAL_PATHkönnen nicht gleichzeitig angegeben werden.
| Name | Beschreibung | Standardwert |
|---|---|---|
QDRANT_URL | URL des Qdrant-Servers | None |
QDRANT_API_KEY | API-Schlüssel für den Qdrant-Server | None |
COLLECTION_NAME | Name der zu verwendenden Standard-Collection. | None |
QDRANT_LOCAL_PATH | Pfad zur lokalen Qdrant-Datenbank (Alternative zu QDRANT_URL) | None |
EMBEDDING_PROVIDER | Zu verwendender Embedding-Anbieter (derzeit wird nur „fastembed“ unterstützt) | fastembed |
EMBEDDING_MODEL | Name des zu verwendenden Embedding-Modells | sentence-transformers/all-MiniLM-L6-v2 |
TOOL_STORE_DESCRIPTION | Benutzerdefinierte Beschreibung für das Store-Tool | Siehe Standardwert in settings.py |
TOOL_FIND_DESCRIPTION | Benutzerdefinierte Beschreibung für das Find-Tool | Siehe Standardwert in settings.py |
QDRANT_SEARCH_LIMIT | Maximale Anzahl der Suchergebnisse | 10 |
QDRANT_READ_ONLY | Schreibgeschützten Modus aktivieren (deaktiviert das Tool qdrant-store) | false |
FastMCP-Umgebungsvariablen
Da mcp-server-qdrant auf FastMCP basiert, werden auch alle FastMCP-Umgebungsvariablen unterstützt. Die wichtigsten
sind unten aufgeführt:
| Umgebungsvariable | Beschreibung | Standardwert |
|---|---|---|
FASTMCP_LOG_LEVEL | Protokollierungsstufe festlegen (DEBUG, INFO, WARNING, ERROR, CRITICAL) | INFO |
FASTMCP_DEBUG | Debug-Modus aktivieren | false |
FASTMCP_HOST | Hostadresse, an die der Server gebunden wird (SSE- und HTTP-Transporte) | 127.0.0.1 |
FASTMCP_PORT | Port, auf dem der Server ausgeführt wird (SSE- und HTTP-Transporte) | 8000 |
FASTMCP_MASK_ERROR_DETAILS | Ausnahmedetails in Tool-Fehlermeldungen an Clients ausblenden | false |
[!NOTE] Vor Version 0.9.0 verwendeten diese Einstellungen das Präfix
FASTMCP_SERVER_, zum BeispielFASTMCP_SERVER_HOST. Die alten NamenFASTMCP_SERVER_HOST,FASTMCP_SERVER_PORTundFASTMCP_SERVER_DEBUGfunktionieren weiterhin, sind jedoch veraltet und werden in einer zukünftigen Version entfernt. Wenn beide Namen festgelegt sind, hat der neue Vorrang.
Installation
Mit uvx
Bei Verwendung von uvx ist keine spezielle Installation erforderlich, um mcp-server-qdrant direkt auszuführen.
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
EMBEDDING_MODEL="sentence-transformers/all-MiniLM-L6-v2" \
uvx mcp-server-qdrant
Transportprotokolle
Der Server unterstützt verschiedene Transportprotokolle, die mit dem Flag --transport angegeben werden können:
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
uvx mcp-server-qdrant --transport sse
Unterstützte Transportprotokolle:
stdio(Standard): Standardein-/ausgabe-Transport, möglicherweise nur für lokale MCP-Clients geeignetsse: Server-Sent-Events-Transport, ideal für Remote-Clientsstreamable-http: Streamable-HTTP-Transport, ideal für Remote-Clients und neuer als SSE
Wenn kein Transport angegeben ist, wird standardmäßig stdio verwendet.
Bei Verwendung des SSE-Transports lauscht der Server am angegebenen Port und wartet auf eingehende Verbindungen. Der Standardport
ist 8000, kann jedoch über die Umgebungsvariable FASTMCP_PORT geändert werden.
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
FASTMCP_PORT=1234 \
uvx mcp-server-qdrant --transport sse
Mit Docker
Zum Erstellen und Ausführen des MCP-Servers steht eine Dockerfile zur Verfügung:
# Build the container
docker build -t mcp-server-qdrant .
# Run the container
docker run -p 8000:8000 \
-e FASTMCP_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
[!TIP] Beachten Sie, dass wir
FASTMCP_HOST="0.0.0.0"festlegen, damit der Server an allen Netzwerkschnittstellen lauscht. Dies ist erforderlich, wenn der Server in einem Docker-Container ausgeführt wird.
Installation über Smithery
So installieren Sie den Qdrant MCP Server automatisch für Claude Desktop über Smithery:
npx @smithery/cli install mcp-server-qdrant --client claude
Manuelle Konfiguration von Claude Desktop
Um diesen Server mit der Claude-Desktop-App zu verwenden, fügen Sie die folgende Konfiguration zum Abschnitt „mcpServers“ Ihrer
claude_desktop_config.json hinzu:
{
"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"
}
}
}
Für den lokalen Qdrant-Modus:
{
"qdrant": {
"command": "uvx",
"args": ["mcp-server-qdrant"],
"env": {
"QDRANT_LOCAL_PATH": "/path/to/qdrant/database",
"COLLECTION_NAME": "your-collection-name",
"EMBEDDING_MODEL": "sentence-transformers/all-MiniLM-L6-v2"
}
}
}
Dieser MCP-Server erstellt automatisch eine Collection mit dem angegebenen Namen, falls sie noch nicht existiert.
Standardmäßig verwendet der Server das Embedding-Modell sentence-transformers/all-MiniLM-L6-v2, um Erinnerungen zu kodieren.
Derzeit werden nur FastEmbed-Modelle unterstützt.
Unterstützung für andere Tools
Dieser MCP-Server kann mit jedem MCP-kompatiblen Client verwendet werden. Beispielsweise können Sie ihn mit Cursor und VS Code verwenden, die integrierte Unterstützung für das Model Context Protocol bieten.
Verwendung mit Cursor/Windsurf
Sie können diesen MCP-Server als Code-Suchtool für Cursor oder Windsurf konfigurieren, indem Sie die Toolbeschreibungen anpassen:
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="code-snippets" \
TOOL_STORE_DESCRIPTION="Store reusable code snippets for later retrieval. \
The 'information' parameter should contain a natural language description of what the code does, \
while the actual code should be included in the 'metadata' parameter as a 'code' property. \
The value of 'metadata' is a Python dictionary with strings as keys. \
Use this whenever you generate some code snippet." \
TOOL_FIND_DESCRIPTION="Search for relevant code snippets based on natural language descriptions. \
The 'query' parameter should describe what you're looking for, \
and the tool will return the most relevant code snippets. \
Use this when you need to find existing code snippets for reuse or reference." \
uvx mcp-server-qdrant --transport sse # Enable SSE transport
Anschließend können Sie den MCP-Server in Cursor/Windsurf in den Einstellungen konfigurieren, indem Sie über das SSE-Transportprotokoll auf diesen laufenden Server verweisen. Eine Anleitung zum Hinzufügen eines MCP-Servers zu Cursor finden Sie in der Cursor- Dokumentation. Wenn Sie Cursor/Windsurf lokal ausführen, können Sie die folgende URL verwenden:
http://localhost:8000/sse
[!TIP] Wir empfehlen SSE als bevorzugte Verbindungsmethode zwischen Cursor/Windsurf und dem MCP-Server, da damit Remote- Verbindungen unterstützt werden. So lässt sich der Server einfach mit Ihrem Team teilen oder in einer Cloud-Umgebung verwenden.
Diese Konfiguration verwandelt den Qdrant-MCP-Server in ein spezialisiertes Code-Suchtool, mit dem Sie:
- Codeausschnitte, Dokumentation und Implementierungsdetails speichern können
- Relevante Codebeispiele anhand einer semantischen Suche abrufen können
- Entwicklern helfen können, bestimmte Implementierungen oder Verwendungsmuster zu finden
Sie können die Datenbank füllen, indem Sie natürlichsprachliche Beschreibungen von Codeausschnitten (im Parameter information)
zusammen mit dem eigentlichen Code (in der Eigenschaft metadata.code) speichern und anschließend mit natürlichsprachlichen Abfragen
danach suchen, die beschreiben, wonach Sie suchen.
[!NOTE] Die oben angegebenen Toolbeschreibungen sind Beispiele und müssen möglicherweise an Ihren konkreten Anwendungsfall angepasst werden. Erwägen Sie, die Beschreibungen so anzupassen, dass sie besser zum Workflow Ihres Teams und zu den spezifischen Arten von Codeausschnitten passen, die Sie speichern und abrufen möchten.
Wenn Sie den mcp-server-qdrant erfolgreich installiert haben, ihn aber trotzdem nicht mit Cursor zum Laufen bringen, sollten Sie
Cursor-Regeln erstellen, damit die MCP-Tools immer verwendet werden, wenn
der Agent einen neuen Codeausschnitt erstellt. Sie können die Regeln auf bestimmte Dateitypen beschränken, um zu vermeiden, dass
der MCP-Server für Dokumentation oder andere Arten von Inhalten verwendet wird.
Verwendung mit Claude Code
Sie können die Funktionen von Claude Code erweitern, indem Sie es mit diesem MCP-Server verbinden und so eine semantische Suche in Ihrer bestehenden Codebasis ermöglichen.
mcp-server-qdrant einrichten
-
Fügen Sie den MCP-Server zu Claude Code hinzu:
# Add mcp-server-qdrant configured for code search claude mcp add code-search \ -e QDRANT_URL="http://localhost:6333" \ -e COLLECTION_NAME="code-repository" \ -e EMBEDDING_MODEL="sentence-transformers/all-MiniLM-L6-v2" \ -e TOOL_STORE_DESCRIPTION="Store code snippets with descriptions. The 'information' parameter should contain a natural language description of what the code does, while the actual code should be included in the 'metadata' parameter as a 'code' property." \ -e TOOL_FIND_DESCRIPTION="Search for relevant code snippets using natural language. The 'query' parameter should describe the functionality you're looking for." \ -- uvx mcp-server-qdrant -
Überprüfen Sie, ob der Server hinzugefügt wurde:
claude mcp list
Semantische Codesuche in Claude Code verwenden
Die Toolbeschreibungen in TOOL_STORE_DESCRIPTION und TOOL_FIND_DESCRIPTION geben Claude Code vor, wie der
MCP-Server zu verwenden ist. Die oben angegebenen Beschreibungen sind Beispiele und müssen möglicherweise an Ihren konkreten Anwendungsfall angepasst werden. Claude Code sollte jedoch bereits Folgendes können:
- Mit dem Tool
qdrant-storeCodeausschnitte samt Beschreibungen speichern. - Mit dem Tool
qdrant-findmithilfe natürlichsprachlicher Abfragen nach relevanten Codeausschnitten suchen.
MCP-Server im Entwicklungsmodus ausführen
Der MCP-Server kann mit dem Befehl mcp dev im Entwicklungsmodus ausgeführt werden. Dadurch wird der Server gestartet und der MCP
Inspector in Ihrem Browser geöffnet.
COLLECTION_NAME=mcp-dev fastmcp dev src/mcp_server_qdrant/server.py
Verwendung mit VS Code
Für die Installation mit einem Klick klicken Sie auf eine der folgenden Schaltflächen:
Manuelle Installation
Fügen Sie den folgenden JSON-Block zur Datei „User Settings (JSON)“ in VS Code hinzu. Drücken Sie dazu Ctrl + Shift + P und geben Sie Preferences: Open User Settings (JSON) ein.
{
"mcp": {
"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": "${input:collectionName}"
}
}
}
}
}
Wenn Sie stattdessen Docker verwenden möchten, fügen Sie diese Konfiguration hinzu:
{
"mcp": {
"inputs": [
{
"type": "promptString",
"id": "qdrantUrl",
"description": "Qdrant URL"
},
{
"type": "promptString",
"id": "qdrantApiKey",
"description": "Qdrant API Key",
"password": true
},
{
"type": "promptString",
"id": "collectionName",
"description": "Collection Name"
}
],
"servers": {
"qdrant": {
"command": "docker",
"args": [
"run",
"-p", "8000:8000",
"-i",
"--rm",
"-e", "QDRANT_URL",
"-e", "QDRANT_API_KEY",
"-e", "COLLECTION_NAME",
"mcp-server-qdrant"
],
"env": {
"QDRANT_URL": "${input:qdrantUrl}",
"QDRANT_API_KEY": "${input:qdrantApiKey}",
"COLLECTION_NAME": "${input:collectionName}"
}
}
}
}
}
Alternativ können Sie in Ihrem Arbeitsbereich eine Datei .vscode/mcp.json mit folgendem Inhalt erstellen:
{
"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": "${input:collectionName}"
}
}
}
}
Für die Arbeitsbereichskonfiguration mit Docker verwenden Sie Folgendes in .vscode/mcp.json:
{
"inputs": [
{
"type": "promptString",
"id": "qdrantUrl",
"description": "Qdrant URL"
},
{
"type": "promptString",
"id": "qdrantApiKey",
"description": "Qdrant API Key",
"password": true
},
{
"type": "promptString",
"id": "collectionName",
"description": "Collection Name"
}
],
"servers": {
"qdrant": {
"command": "docker",
"args": [
"run",
"-p", "8000:8000",
"-i",
"--rm",
"-e", "QDRANT_URL",
"-e", "QDRANT_API_KEY",
"-e", "COLLECTION_NAME",
"mcp-server-qdrant"
],
"env": {
"QDRANT_URL": "${input:qdrantUrl}",
"QDRANT_API_KEY": "${input:qdrantApiKey}",
"COLLECTION_NAME": "${input:collectionName}"
}
}
}
}
Mitwirken
Wenn Sie Vorschläge zur Verbesserung von mcp-server-qdrant haben oder einen Fehler melden möchten, erstellen Sie ein Issue! Wir freuen uns über alle Beiträge.
mcp-server-qdrant lokal testen
Der MCP Inspector ist ein Entwicklerwerkzeug zum Testen und Debuggen von MCP- Servern. Er startet sowohl eine Client-Benutzeroberfläche (Standardport 5173) als auch einen MCP-Proxyserver (Standardport 3000). Öffnen Sie die Client-Benutzeroberfläche in Ihrem Browser, um den Inspector zu verwenden.
QDRANT_URL=":memory:" COLLECTION_NAME="test" \
fastmcp dev src/mcp_server_qdrant/server.py
Rufen Sie nach dem Start in Ihrem Browser http://localhost:5173 auf, um die Inspector-Oberfläche zu öffnen.
Lizenz
Dieser MCP-Server ist unter der Apache License 2.0 lizenziert. Das bedeutet, dass Sie die Software gemäß den Bedingungen der Apache License 2.0 frei verwenden, ändern und verbreiten dürfen. Weitere Informationen finden Sie in der LICENSE-Datei im Projekt-Repository.