Qdrant MCP
आधिकारिकQdrant वेक्टर डेटाबेस का उपयोग करके सिमैंटिक खोज।
Qdrant MCP के साथ आप क्या कर सकते हैं?
- यादें संग्रहीत करें — अपने सहायक से वैकल्पिक मेटाडेटा के साथ जानकारी को
qdrant-storeका उपयोग करके Qdrant संग्रह में सहेजने के लिए कहें। - अर्थगत खोज —
qdrant-findके साथ प्राकृतिक भाषा केqueryद्वारा प्रासंगिक संग्रहीत जानकारी प्राप्त करें। - संग्रह चुनें — हर कॉल के लिए किसी विशिष्ट
collection_nameको लक्षित करें, याCOLLECTION_NAMEके ज़रिए डिफ़ॉल्ट सेट करें। - टूल विवरण अनुकूलित करें — सर्वर को कोड-स्निपेट खोज टूल में बदलने के लिए
TOOL_STORE_DESCRIPTIONऔरTOOL_FIND_DESCRIPTIONको अपनी ज़रूरत के अनुसार ढालें। - केवल-पढ़ने का मोड — संग्रहण अक्षम करने और केवल जानकारी प्राप्त करने की अनुमति देने के लिए
QDRANT_READ_ONLYसक्षम करें। - परिणामों को समायोजित करें —
QDRANT_SEARCH_LIMITसे खोज परिणामों की अधिकतम संख्या तय करें औरEMBEDDING_MODELके ज़रिए एम्बेडिंग मॉडल चुनें।
दस्तावेज़
mcp-server-qdrant: एक Qdrant MCP सर्वर
Model Context Protocol (MCP) एक खुला प्रोटोकॉल है, जो LLM अनुप्रयोगों और बाहरी डेटा स्रोतों तथा टूल के बीच सहज एकीकरण को सक्षम बनाता है। चाहे आप AI-संचालित IDE बना रहे हों, चैट इंटरफ़ेस को बेहतर बना रहे हों, या कस्टम AI वर्कफ़्लो बना रहे हों, MCP LLM को उनके लिए आवश्यक संदर्भ से जोड़ने का एक मानकीकृत तरीका प्रदान करता है।
यह रिपॉज़िटरी Qdrant, एक वेक्टर सर्च इंजन, के लिए MCP सर्वर बनाने का उदाहरण है।
अवलोकन
Qdrant वेक्टर सर्च इंजन में यादें संग्रहीत करने और उन्हें पुनः प्राप्त करने के लिए एक आधिकारिक Model Context Protocol सर्वर। यह Qdrant डेटाबेस के ऊपर एक सिमेंटिक मेमोरी लेयर के रूप में काम करता है।
घटक
टूल
qdrant-store- Qdrant डेटाबेस में कुछ जानकारी संग्रहीत करें
- इनपुट:
information(string): संग्रहीत की जाने वाली जानकारीmetadata(JSON): संग्रहीत करने के लिए वैकल्पिक मेटाडेटाcollection_name(string): वह कलेक्शन जिसका उपयोग जानकारी संग्रहीत करने के लिए किया जाएगा। यदि कोई डिफ़ॉल्ट कलेक्शन नाम नहीं है, तो यह फ़ील्ड आवश्यक है। यदि डिफ़ॉल्ट कलेक्शन नाम है, तो यह फ़ील्ड सक्षम नहीं होता।
- रिटर्न: पुष्टि संदेश
qdrant-find- Qdrant डेटाबेस से प्रासंगिक जानकारी पुनः प्राप्त करें
- इनपुट:
query(string): खोज के लिए उपयोग की जाने वाली क्वेरीcollection_name(string): वह कलेक्शन जिसका उपयोग जानकारी संग्रहीत करने के लिए किया जाएगा। यदि कोई डिफ़ॉल्ट कलेक्शन नाम नहीं है, तो यह फ़ील्ड आवश्यक है। यदि डिफ़ॉल्ट कलेक्शन नाम है, तो यह फ़ील्ड सक्षम नहीं होता।
- रिटर्न: Qdrant डेटाबेस में अलग-अलग संदेशों के रूप में संग्रहीत जानकारी
पर्यावरण चर
कॉन्फ़िगरेशन पर्यावरण चरों के माध्यम से किया जाता है। एकमात्र कमांड-लाइन आर्ग्युमेंट --transport है, जिसका उपयोग ट्रांसपोर्ट प्रोटोकॉल चुनने के लिए किया जाता है।
[!NOTE] आप एक ही समय में
QDRANT_URLऔरQDRANT_LOCAL_PATHदोनों प्रदान नहीं कर सकते।
| नाम | विवरण | डिफ़ॉल्ट मान |
|---|---|---|
QDRANT_URL | Qdrant सर्वर का URL | None |
QDRANT_API_KEY | Qdrant सर्वर की API key | None |
COLLECTION_NAME | उपयोग किए जाने वाले डिफ़ॉल्ट कलेक्शन का नाम | None |
QDRANT_LOCAL_PATH | स्थानीय Qdrant डेटाबेस का पाथ (QDRANT_URL का विकल्प) | None |
EMBEDDING_PROVIDER | उपयोग किया जाने वाला एम्बेडिंग प्रदाता (वर्तमान में केवल "fastembed" समर्थित है) | fastembed |
EMBEDDING_MODEL | उपयोग किए जाने वाले एम्बेडिंग मॉडल का नाम | sentence-transformers/all-MiniLM-L6-v2 |
TOOL_STORE_DESCRIPTION | स्टोर टूल के लिए कस्टम विवरण | settings.py में डिफ़ॉल्ट देखें |
TOOL_FIND_DESCRIPTION | find टूल के लिए कस्टम विवरण | settings.py में डिफ़ॉल्ट देखें |
QDRANT_SEARCH_LIMIT | खोज से लौटाए जाने वाले परिणामों की अधिकतम संख्या | 10 |
QDRANT_READ_ONLY | केवल-पढ़ने का मोड सक्षम करें (qdrant-store टूल को अक्षम करता है) | false |
FastMCP पर्यावरण चर
चूँकि mcp-server-qdrant FastMCP पर आधारित है, यह FastMCP के सभी पर्यावरण चरों का भी समर्थन करता है। सबसे
महत्वपूर्ण चर नीचे सूचीबद्ध हैं:
| पर्यावरण चर | विवरण | डिफ़ॉल्ट मान |
|---|---|---|
FASTMCP_LOG_LEVEL | लॉगिंग स्तर सेट करें (DEBUG, INFO, WARNING, ERROR, CRITICAL) | INFO |
FASTMCP_DEBUG | डीबग मोड सक्षम करें | false |
FASTMCP_HOST | सर्वर को बाइंड करने के लिए होस्ट पता (SSE और HTTP ट्रांसपोर्ट) | 127.0.0.1 |
FASTMCP_PORT | सर्वर चलाने के लिए पोर्ट (SSE और HTTP ट्रांसपोर्ट) | 8000 |
FASTMCP_MASK_ERROR_DETAILS | क्लाइंट को भेजे जाने वाले टूल त्रुटि संदेशों से अपवाद का विवरण छिपाएँ | false |
[!NOTE] संस्करण 0.9.0 से पहले, इन सेटिंग्स में
FASTMCP_SERVER_प्रीफ़िक्स का उपयोग होता था, उदाहरण के लिएFASTMCP_SERVER_HOST। पुरानेFASTMCP_SERVER_HOST,FASTMCP_SERVER_PORT, औरFASTMCP_SERVER_DEBUGनाम अब भी काम करते हैं, लेकिन अप्रचलित हैं और भविष्य के रिलीज़ में हटा दिए जाएँगे। यदि दोनों नाम सेट हों, तो नया नाम प्राथमिकता पाता है।
इंस्टॉलेशन
uvx का उपयोग करना
uvx का उपयोग करते समय mcp-server-qdrant को सीधे चलाने के लिए किसी विशेष इंस्टॉलेशन की आवश्यकता नहीं है।
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
EMBEDDING_MODEL="sentence-transformers/all-MiniLM-L6-v2" \
uvx mcp-server-qdrant
ट्रांसपोर्ट प्रोटोकॉल
सर्वर अलग-अलग ट्रांसपोर्ट प्रोटोकॉल का समर्थन करता है, जिन्हें --transport फ़्लैग का उपयोग करके निर्दिष्ट किया जा सकता है:
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
uvx mcp-server-qdrant --transport sse
समर्थित ट्रांसपोर्ट प्रोटोकॉल:
stdio(डिफ़ॉल्ट): मानक इनपुट/आउटपुट ट्रांसपोर्ट, जिसका उपयोग केवल स्थानीय MCP क्लाइंट कर सकते हैंsse: Server-Sent Events ट्रांसपोर्ट, दूरस्थ क्लाइंट के लिए उपयुक्तstreamable-http: Streamable HTTP ट्रांसपोर्ट, दूरस्थ क्लाइंट के लिए उपयुक्त और SSE से नया
यदि निर्दिष्ट न किया जाए, तो डिफ़ॉल्ट ट्रांसपोर्ट stdio होता है।
SSE ट्रांसपोर्ट का उपयोग करने पर, सर्वर निर्दिष्ट पोर्ट पर सुनता है और आने वाले कनेक्शन की प्रतीक्षा करता है। डिफ़ॉल्ट
पोर्ट 8000 है, लेकिन इसे FASTMCP_PORT पर्यावरण चर का उपयोग करके बदला जा सकता है।
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
FASTMCP_PORT=1234 \
uvx mcp-server-qdrant --transport sse
Docker का उपयोग करना
MCP सर्वर बनाने और चलाने के लिए Dockerfile उपलब्ध है:
# 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] ध्यान दें कि सर्वर को सभी नेटवर्क इंटरफ़ेस पर सुनने के लिए हमने
FASTMCP_HOST="0.0.0.0"सेट किया है। Docker कंटेनर में सर्वर चलाते समय यह आवश्यक है।
Smithery के माध्यम से इंस्टॉल करना
Smithery के माध्यम से Claude Desktop के लिए Qdrant MCP Server को स्वचालित रूप से इंस्टॉल करने हेतु:
npx @smithery/cli install mcp-server-qdrant --client claude
Claude Desktop का मैन्युअल कॉन्फ़िगरेशन
इस सर्वर को Claude Desktop ऐप के साथ उपयोग करने के लिए, अपने claude_desktop_config.json के
"mcpServers" सेक्शन में निम्न कॉन्फ़िगरेशन जोड़ें:
{
"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"
}
}
}
स्थानीय Qdrant मोड के लिए:
{
"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"
}
}
}
यदि निर्दिष्ट नाम वाला कलेक्शन मौजूद नहीं है, तो यह MCP सर्वर उसे अपने आप बना देगा।
डिफ़ॉल्ट रूप से, सर्वर यादों को एन्कोड करने के लिए sentence-transformers/all-MiniLM-L6-v2 एम्बेडिंग मॉडल का उपयोग करेगा।
फ़िलहाल, केवल FastEmbed मॉडल समर्थित हैं।
अन्य टूल के लिए समर्थन
इस MCP सर्वर का उपयोग किसी भी MCP-संगत क्लाइंट के साथ किया जा सकता है। उदाहरण के लिए, आप इसे Cursor और VS Code के साथ उपयोग कर सकते हैं, जिनमें Model Context Protocol के लिए अंतर्निहित समर्थन उपलब्ध है।
Cursor/Windsurf के साथ उपयोग करना
टूल विवरणों को कस्टमाइज़ करके आप इस MCP सर्वर को Cursor या Windsurf के लिए कोड सर्च टूल के रूप में कॉन्फ़िगर कर सकते हैं:
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
इसके बाद, Cursor/Windsurf में अपनी सेटिंग्स के माध्यम से SSE ट्रांसपोर्ट प्रोटोकॉल का उपयोग करके इस चल रहे सर्वर की ओर संकेत करके MCP सर्वर कॉन्फ़िगर करें। Cursor में MCP सर्वर जोड़ने का तरीका Cursor दस्तावेज़ में दिया गया है। यदि आप Cursor/Windsurf को स्थानीय रूप से चला रहे हैं, तो आप निम्न URL का उपयोग कर सकते हैं:
http://localhost:8000/sse
[!TIP] हम Cursor/Windsurf को MCP सर्वर से जोड़ने के लिए SSE ट्रांसपोर्ट को प्राथमिक तरीका सुझाते हैं, क्योंकि यह दूरस्थ कनेक्शन का समर्थन कर सकता है। इससे सर्वर को अपनी टीम के साथ साझा करना या क्लाउड परिवेश में उपयोग करना आसान हो जाता है।
यह कॉन्फ़िगरेशन Qdrant MCP सर्वर को एक विशेषीकृत कोड सर्च टूल में बदल देता है, जो:
- कोड स्निपेट, दस्तावेज़ और कार्यान्वयन विवरण संग्रहीत कर सकता है
- सिमेंटिक सर्च के आधार पर प्रासंगिक कोड उदाहरण पुनः प्राप्त कर सकता है
- डेवलपर को विशिष्ट कार्यान्वयन या उपयोग पैटर्न खोजने में मदद कर सकता है
आप कोड स्निपेट के प्राकृतिक भाषा में लिखे विवरण (information पैरामीटर में)
और वास्तविक कोड (metadata.code प्रॉपर्टी में) संग्रहीत करके डेटाबेस भर सकते हैं, फिर आप जो खोज रहे हैं उसका वर्णन करने वाली
प्राकृतिक भाषा की क्वेरी का उपयोग करके उन्हें खोज सकते हैं।
[!NOTE] ऊपर दिए गए टूल विवरण उदाहरण हैं और आपके विशिष्ट उपयोग के लिए इन्हें कस्टमाइज़ करने की आवश्यकता हो सकती है। विवरणों को अपनी टीम के वर्कफ़्लो और उन विशिष्ट प्रकार के कोड स्निपेट के अनुरूप बनाने पर विचार करें जिन्हें आप संग्रहीत और पुनः प्राप्त करना चाहते हैं।
यदि आपने mcp-server-qdrant सफलतापूर्वक इंस्टॉल कर लिया है, लेकिन फिर भी इसे Cursor के साथ काम नहीं करा पा रहे हैं, तो कृपया
Cursor rules बनाने पर विचार करें, ताकि एजेंट नया कोड स्निपेट बनाते समय MCP टूल का हमेशा उपयोग करे। आप नियमों को केवल कुछ फ़ाइल प्रकारों तक सीमित कर सकते हैं, ताकि दस्तावेज़ या अन्य प्रकार की सामग्री के लिए MCP सर्वर का उपयोग न हो।
Claude Code के साथ उपयोग करना
आप Claude Code को इस MCP सर्वर से जोड़कर उसकी क्षमताएँ बढ़ा सकते हैं, जिससे आपके मौजूदा कोडबेस पर सिमेंटिक सर्च संभव हो जाता है।
mcp-server-qdrant सेट अप करना
-
Claude Code में MCP सर्वर जोड़ें:
# 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 -
पुष्टि करें कि सर्वर जोड़ दिया गया है:
claude mcp list
Claude Code में सिमेंटिक कोड सर्च का उपयोग करना
TOOL_STORE_DESCRIPTION और TOOL_FIND_DESCRIPTION में निर्दिष्ट टूल विवरण Claude Code को MCP सर्वर का उपयोग करने का तरीका बताते हैं।
ऊपर दिए गए विवरण उदाहरण हैं और आपके विशिष्ट उपयोग के लिए इन्हें कस्टमाइज़ करने की आवश्यकता हो सकती है। हालाँकि,
Claude Code को पहले से ही यह करने में सक्षम होना चाहिए:
- विवरणों के साथ कोड स्निपेट संग्रहीत करने के लिए
qdrant-storeटूल का उपयोग करना। - प्राकृतिक भाषा का उपयोग करके प्रासंगिक कोड स्निपेट खोजने के लिए
qdrant-findटूल का उपयोग करना।
MCP सर्वर को डेवलपमेंट मोड में चलाना
MCP सर्वर को mcp dev कमांड का उपयोग करके डेवलपमेंट मोड में चलाया जा सकता है। इससे सर्वर शुरू होगा और आपके ब्राउज़र में MCP
इंस्पेक्टर खुलेगा।
COLLECTION_NAME=mcp-dev fastmcp dev src/mcp_server_qdrant/server.py
VS Code के साथ उपयोग करना
एक-क्लिक इंस्टॉलेशन के लिए, नीचे दिए गए इंस्टॉल बटनों में से किसी एक पर क्लिक करें:
मैन्युअल इंस्टॉलेशन
VS Code में अपनी User Settings (JSON) फ़ाइल में निम्न JSON ब्लॉक जोड़ें। ऐसा करने के लिए Ctrl + Shift + P दबाएँ और Preferences: Open User Settings (JSON) टाइप करें।
{
"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": "${input:collectionName}"
}
}
}
}
}
या यदि आप Docker का उपयोग करना पसंद करते हैं, तो इसके बजाय यह कॉन्फ़िगरेशन जोड़ें:
{
"mcp": {
"inputs": [
{
"type": "promptString",
"id": "qdrantUrl",
"description": "Qdrant URL"
},
{
"type": "promptString",
"id": "qdrantApiKey",
"description": "Qdrant API Key",
"password": true
},
{
"type": "promptString",
"id": "collectionName",
"description": "Collection Name"
}
],
"servers": {
"qdrant": {
"command": "docker",
"args": [
"run",
"-p", "8000:8000",
"-i",
"--rm",
"-e", "QDRANT_URL",
"-e", "QDRANT_API_KEY",
"-e", "COLLECTION_NAME",
"mcp-server-qdrant"
],
"env": {
"QDRANT_URL": "${input:qdrantUrl}",
"QDRANT_API_KEY": "${input:qdrantApiKey}",
"COLLECTION_NAME": "${input:collectionName}"
}
}
}
}
}
वैकल्पिक रूप से, आप अपने वर्कस्पेस में निम्न सामग्री वाली .vscode/mcp.json फ़ाइल बना सकते हैं:
{
"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": "${input:collectionName}"
}
}
}
}
Docker के साथ वर्कस्पेस कॉन्फ़िगरेशन के लिए, .vscode/mcp.json में यह उपयोग करें:
{
"inputs": [
{
"type": "promptString",
"id": "qdrantUrl",
"description": "Qdrant URL"
},
{
"type": "promptString",
"id": "qdrantApiKey",
"description": "Qdrant API Key",
"password": true
},
{
"type": "promptString",
"id": "collectionName",
"description": "Collection Name"
}
],
"servers": {
"qdrant": {
"command": "docker",
"args": [
"run",
"-p", "8000:8000",
"-i",
"--rm",
"-e", "QDRANT_URL",
"-e", "QDRANT_API_KEY",
"-e", "COLLECTION_NAME",
"mcp-server-qdrant"
],
"env": {
"QDRANT_URL": "${input:qdrantUrl}",
"QDRANT_API_KEY": "${input:qdrantApiKey}",
"COLLECTION_NAME": "${input:collectionName}"
}
}
}
}
योगदान
यदि आपके पास mcp-server-qdrant को बेहतर बनाने के सुझाव हैं या आप किसी बग की रिपोर्ट करना चाहते हैं, तो एक issue खोलें! हम हर तरह के योगदान का स्वागत करते हैं।
स्थानीय रूप से mcp-server-qdrant का परीक्षण करना
MCP inspector MCP सर्वर के परीक्षण और डीबगिंग के लिए एक डेवलपर टूल है। यह क्लाइंट UI (डिफ़ॉल्ट पोर्ट 5173) और MCP प्रॉक्सी सर्वर (डिफ़ॉल्ट पोर्ट 3000), दोनों चलाता है। इंस्पेक्टर का उपयोग करने के लिए अपने ब्राउज़र में क्लाइंट UI खोलें।
QDRANT_URL=":memory:" COLLECTION_NAME="test" \
fastmcp dev src/mcp_server_qdrant/server.py
शुरू होने के बाद, इंस्पेक्टर इंटरफ़ेस खोलने के लिए अपने ब्राउज़र में http://localhost:5173 पर जाएँ।
लाइसेंस
यह MCP सर्वर Apache License 2.0 के अंतर्गत लाइसेंस प्राप्त है। इसका अर्थ है कि आप Apache License 2.0 के नियमों और शर्तों के अधीन सॉफ़्टवेयर का उपयोग, संशोधन और वितरण कर सकते हैं। अधिक जानकारी के लिए, प्रोजेक्ट रिपॉज़िटरी में LICENSE फ़ाइल देखें।