Qdrant MCP

ทางการ

การค้นหาเชิงความหมายโดยใช้ฐานข้อมูลเวกเตอร์ Qdrant

คุณทำอะไรได้บ้างด้วย Qdrant MCP?

  • จัดเก็บความทรงจำ — ขอให้ผู้ช่วยบันทึกข้อมูลพร้อมข้อมูลเมตาเพิ่มเติม (ถ้ามี) ลงในคอลเลกชันของ Qdrant โดยใช้ qdrant-store
  • ค้นหาเชิงความหมาย — เรียกดูข้อมูลที่จัดเก็บไว้ซึ่งเกี่ยวข้องด้วย query ภาษาธรรมชาติ โดยใช้ qdrant-find
  • เลือกคอลเลกชัน — ระบุ collection_name ที่ต้องการในแต่ละครั้งที่เรียกใช้ หรือตั้งค่าเริ่มต้นผ่าน COLLECTION_NAME
  • ปรับแต่งคำอธิบายเครื่องมือ — ปรับ TOOL_STORE_DESCRIPTION และ TOOL_FIND_DESCRIPTION เพื่อเปลี่ยนเซิร์ฟเวอร์ให้เป็นเครื่องมือค้นหาข้อมูลโค้ด
  • โหมดอ่านอย่างเดียว — เปิดใช้ QDRANT_READ_ONLY เพื่อปิดการจัดเก็บและอนุญาตเฉพาะการเรียกดูข้อมูล
  • ปรับแต่งผลลัพธ์ — จำกัดจำนวนผลการค้นหาด้วย QDRANT_SEARCH_LIMIT และเลือกรุ่น embedding ผ่าน EMBEDDING_MODEL

เอกสาร

mcp-server-qdrant: เซิร์ฟเวอร์ MCP ของ Qdrant

smithery badge

Model Context Protocol (MCP) เป็นโปรโตคอลแบบเปิดที่ช่วยให้ แอปพลิเคชัน LLM ผสานการทำงานกับแหล่งข้อมูลและเครื่องมือภายนอกได้อย่างราบรื่น ไม่ว่าคุณจะกำลังสร้าง IDE ที่ขับเคลื่อนด้วย AI ปรับปรุงอินเทอร์เฟซแชต หรือสร้างเวิร์กโฟลว์ AI แบบกำหนดเอง MCP ก็มีวิธีมาตรฐานในการ เชื่อมต่อ LLM กับบริบทที่จำเป็น

ที่เก็บนี้เป็นตัวอย่างวิธีสร้างเซิร์ฟเวอร์ MCP สำหรับ Qdrant ซึ่งเป็นเครื่องมือค้นหาเวกเตอร์

ภาพรวม

เซิร์ฟเวอร์ Model Context Protocol อย่างเป็นทางการสำหรับจัดเก็บและเรียกคืนความทรงจำในเครื่องมือค้นหาเวกเตอร์ Qdrant เซิร์ฟเวอร์นี้ทำหน้าที่เป็นชั้นความทรงจำเชิงความหมายบนฐานข้อมูล Qdrant

องค์ประกอบ

เครื่องมือ

  1. qdrant-store
    • จัดเก็บข้อมูลบางส่วนในฐานข้อมูล Qdrant
    • อินพุต:
      • information (string): ข้อมูลที่ต้องการจัดเก็บ
      • metadata (JSON): ข้อมูลเมตาที่ต้องการจัดเก็บ (ไม่บังคับ)
      • collection_name (string): ชื่อคอลเลกชันที่จะจัดเก็บข้อมูล ฟิลด์นี้จำเป็นหากไม่มีชื่อคอลเลกชันเริ่มต้น หากมีชื่อคอลเลกชันเริ่มต้น ฟิลด์นี้จะไม่เปิดให้ใช้งาน
    • ส่งคืน: ข้อความยืนยัน
  2. qdrant-find
    • เรียกคืนข้อมูลที่เกี่ยวข้องจากฐานข้อมูล Qdrant
    • อินพุต:
      • query (string): คิวรีที่ใช้ค้นหา
      • collection_name (string): ชื่อคอลเลกชันที่จะจัดเก็บข้อมูล ฟิลด์นี้จำเป็นหากไม่มีชื่อคอลเลกชันเริ่มต้น หากมีชื่อคอลเลกชันเริ่มต้น ฟิลด์นี้จะไม่เปิดให้ใช้งาน
    • ส่งคืน: ข้อมูลที่จัดเก็บในฐานข้อมูล Qdrant ในรูปแบบข้อความแยกกัน

ตัวแปรสภาพแวดล้อม

กำหนดค่าผ่านตัวแปรสภาพแวดล้อม อาร์กิวเมนต์บรรทัดคำสั่งเพียงรายการเดียวคือ --transport ซึ่งใช้เลือกโปรโตคอลการขนส่ง

[!NOTE] คุณไม่สามารถระบุทั้ง QDRANT_URL และ QDRANT_LOCAL_PATH พร้อมกันได้

ชื่อคำอธิบายค่าเริ่มต้น
QDRANT_URLURL ของเซิร์ฟเวอร์ QdrantNone
QDRANT_API_KEYคีย์ API สำหรับเซิร์ฟเวอร์ QdrantNone
COLLECTION_NAMEชื่อคอลเลกชันเริ่มต้นที่จะใช้None
QDRANT_LOCAL_PATHพาธไปยังฐานข้อมูล Qdrant ในเครื่อง (ใช้แทน QDRANT_URL)None
EMBEDDING_PROVIDERผู้ให้บริการ embedding ที่จะใช้ (ปัจจุบันรองรับเฉพาะ "fastembed")fastembed
EMBEDDING_MODELชื่อโมเดล embedding ที่จะใช้sentence-transformers/all-MiniLM-L6-v2
TOOL_STORE_DESCRIPTIONคำอธิบายแบบกำหนดเองสำหรับเครื่องมือ storeดูค่าเริ่มต้นใน settings.py
TOOL_FIND_DESCRIPTIONคำอธิบายแบบกำหนดเองสำหรับเครื่องมือ findดูค่าเริ่มต้นใน settings.py
QDRANT_SEARCH_LIMITจำนวนผลลัพธ์สูงสุดที่ส่งคืนจากการค้นหา10
QDRANT_READ_ONLYเปิดใช้โหมดอ่านอย่างเดียว (ปิดใช้เครื่องมือ qdrant-store)false

ตัวแปรสภาพแวดล้อมของ FastMCP

เนื่องจาก mcp-server-qdrant สร้างขึ้นบน FastMCP จึงรองรับตัวแปรสภาพแวดล้อมทั้งหมดของ FastMCP ด้วย ตัวแปรที่ สำคัญที่สุดมีดังนี้:

ตัวแปรสภาพแวดล้อมคำอธิบายค่าเริ่มต้น
FASTMCP_LOG_LEVELกำหนดระดับการบันทึกล็อก (DEBUG, INFO, WARNING, ERROR, CRITICAL)INFO
FASTMCP_DEBUGเปิดใช้โหมดดีบักfalse
FASTMCP_HOSTที่อยู่โฮสต์ที่จะผูกเซิร์ฟเวอร์ไว้ (การขนส่ง SSE และ HTTP)127.0.0.1
FASTMCP_PORTพอร์ตที่จะใช้รันเซิร์ฟเวอร์ (การขนส่ง SSE และ HTTP)8000
FASTMCP_MASK_ERROR_DETAILSซ่อนรายละเอียดข้อยกเว้นจากข้อความข้อผิดพลาดของเครื่องมือที่ส่งให้ไคลเอ็นต์false

[!NOTE] ก่อนเวอร์ชัน 0.9.0 การตั้งค่าเหล่านี้ใช้คำนำหน้า FASTMCP_SERVER_ เช่น FASTMCP_SERVER_HOST ชื่อเดิม FASTMCP_SERVER_HOST, FASTMCP_SERVER_PORT และ FASTMCP_SERVER_DEBUG ยังคงใช้งานได้ แต่เลิกแนะนำให้ใช้แล้ว และจะถูกนำออกในรุ่นอนาคต หากกำหนดทั้งชื่อเดิมและชื่อใหม่ ระบบจะใช้ชื่อใหม่

การติดตั้ง

ใช้ uvx

เมื่อใช้ uvx ไม่จำเป็นต้องติดตั้งอะไรเป็นพิเศษเพื่อเรียกใช้ mcp-server-qdrant โดยตรง

QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
EMBEDDING_MODEL="sentence-transformers/all-MiniLM-L6-v2" \
uvx mcp-server-qdrant

โปรโตคอลการขนส่ง

เซิร์ฟเวอร์รองรับโปรโตคอลการขนส่งหลายแบบ ซึ่งระบุได้โดยใช้แฟล็ก --transport:

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

โปรโตคอลการขนส่งที่รองรับ:

  • stdio (ค่าเริ่มต้น): การขนส่งผ่านอินพุต/เอาต์พุตมาตรฐาน อาจใช้ได้เฉพาะกับไคลเอ็นต์ MCP ในเครื่อง
  • sse: การขนส่งแบบ Server-Sent Events เหมาะสำหรับไคลเอ็นต์ระยะไกล
  • streamable-http: การขนส่งแบบ Streamable HTTP เหมาะสำหรับไคลเอ็นต์ระยะไกล และใหม่กว่า SSE

หากไม่ได้ระบุไว้ การขนส่งเริ่มต้นคือ stdio

เมื่อใช้การขนส่ง SSE เซิร์ฟเวอร์จะรับฟังที่พอร์ตที่ระบุและรอการเชื่อมต่อขาเข้า พอร์ตเริ่มต้นคือ 8000 แต่สามารถเปลี่ยนได้โดยใช้ตัวแปรสภาพแวดล้อม FASTMCP_PORT

QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
FASTMCP_PORT=1234 \
uvx mcp-server-qdrant --transport sse

ใช้ Docker

มี Dockerfile สำหรับสร้างและเรียกใช้เซิร์ฟเวอร์ MCP:

# 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] โปรดทราบว่าเรากำหนด FASTMCP_HOST="0.0.0.0" เพื่อให้เซิร์ฟเวอร์รับฟังบนอินเทอร์เฟซเครือข่ายทั้งหมด ซึ่ง จำเป็นเมื่อเรียกใช้เซิร์ฟเวอร์ในคอนเทนเนอร์ Docker

ติดตั้งผ่าน Smithery

ติดตั้ง Qdrant MCP Server สำหรับ Claude Desktop โดยอัตโนมัติผ่าน Smithery:

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

กำหนดค่า Claude Desktop ด้วยตนเอง

หากต้องการใช้เซิร์ฟเวอร์นี้กับแอป Claude Desktop ให้เพิ่มการกำหนดค่าต่อไปนี้ในส่วน "mcpServers" ของ claude_desktop_config.json:

{
  "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"
    }
  }
}

สำหรับโหมด Qdrant ในเครื่อง:

{
  "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"
    }
  }
}

เซิร์ฟเวอร์ MCP นี้จะสร้างคอลเลกชันที่ระบุโดยอัตโนมัติ หากยังไม่มีคอลเลกชันนั้น

โดยค่าเริ่มต้น เซิร์ฟเวอร์จะใช้โมเดล embedding sentence-transformers/all-MiniLM-L6-v2 เพื่อเข้ารหัสความทรงจำ ในขณะนี้รองรับเฉพาะโมเดล FastEmbed เท่านั้น

รองรับเครื่องมืออื่น ๆ

เซิร์ฟเวอร์ MCP นี้ใช้ได้กับไคลเอ็นต์ที่รองรับ MCP ทุกตัว ตัวอย่างเช่น คุณสามารถใช้ร่วมกับ Cursor และ VS Code ซึ่งรองรับ Model Context Protocol ในตัว

ใช้กับ Cursor/Windsurf

คุณสามารถกำหนดค่าเซิร์ฟเวอร์ MCP นี้ให้ทำงานเป็นเครื่องมือค้นหาโค้ดสำหรับ Cursor หรือ Windsurf ได้โดยปรับแต่งคำอธิบายเครื่องมือ:

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

จากนั้นใน Cursor/Windsurf คุณสามารถกำหนดค่าเซิร์ฟเวอร์ MCP ในการตั้งค่า โดยชี้ไปยังเซิร์ฟเวอร์ที่กำลังทำงานอยู่และใช้ โปรโตคอลการขนส่ง SSE ดูคำอธิบายวิธีเพิ่มเซิร์ฟเวอร์ MCP ใน Cursor ได้ในเอกสารประกอบของ Cursor หากคุณกำลัง เรียกใช้ Cursor/Windsurf ในเครื่อง คุณสามารถใช้ URL ต่อไปนี้:

http://localhost:8000/sse

[!TIP] เราแนะนำให้ใช้การขนส่ง SSE เป็นวิธีที่เหมาะสมสำหรับเชื่อมต่อ Cursor/Windsurf กับเซิร์ฟเวอร์ MCP เนื่องจากรองรับการเชื่อมต่อ ระยะไกล ทำให้แชร์เซิร์ฟเวอร์กับทีมได้ง่าย หรือใช้งานในสภาพแวดล้อมคลาวด์ได้

การกำหนดค่านี้จะเปลี่ยนเซิร์ฟเวอร์ Qdrant MCP ให้เป็นเครื่องมือค้นหาโค้ดเฉพาะทางที่สามารถ:

  1. จัดเก็บส่วนย่อยของโค้ด เอกสารประกอบ และรายละเอียดการนำไปใช้
  2. เรียกคืนตัวอย่างโค้ดที่เกี่ยวข้องโดยอิงจากการค้นหาเชิงความหมาย
  3. ช่วยนักพัฒนาค้นหาการนำไปใช้หรือรูปแบบการใช้งานที่เฉพาะเจาะจง

คุณสามารถเติมข้อมูลลงในฐานข้อมูลได้โดยจัดเก็บคำอธิบายส่วนย่อยของโค้ดด้วยภาษาธรรมชาติ (ในพารามิเตอร์ information) พร้อมกับโค้ดจริง (ในพร็อพเพอร์ตี metadata.code) จากนั้นค้นหาด้วยคิวรีภาษาธรรมชาติ ที่อธิบายสิ่งที่คุณกำลังมองหา

[!NOTE] คำอธิบายเครื่องมือที่ให้ไว้ข้างต้นเป็นตัวอย่าง และอาจต้องปรับแต่งให้เหมาะกับกรณีการใช้งานของคุณ โปรดพิจารณา ปรับคำอธิบายให้สอดคล้องกับเวิร์กโฟลว์ของทีมและประเภทของส่วนย่อยโค้ดที่ต้องการ จัดเก็บและเรียกคืน

หากคุณติดตั้ง mcp-server-qdrant สำเร็จแล้ว แต่ยังใช้งานกับ Cursor ไม่ได้ โปรด พิจารณาสร้าง กฎของ Cursor เพื่อให้มีการใช้เครื่องมือ MCP ทุกครั้งที่ เอเจนต์สร้างส่วนย่อยโค้ดใหม่ คุณสามารถจำกัดกฎให้ทำงานกับไฟล์บางประเภทเท่านั้น เพื่อหลีกเลี่ยงการใช้ เซิร์ฟเวอร์ MCP กับเอกสารประกอบหรือเนื้อหาประเภทอื่น

ใช้กับ Claude Code

คุณสามารถเพิ่มความสามารถของ Claude Code ได้โดยเชื่อมต่อกับเซิร์ฟเวอร์ MCP นี้ เพื่อเปิดใช้การค้นหาเชิงความหมายใน โค้ดเบสที่มีอยู่

ตั้งค่า mcp-server-qdrant

  1. เพิ่มเซิร์ฟเวอร์ MCP ใน Claude Code:

    # 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
    
  2. ตรวจสอบว่าเพิ่มเซิร์ฟเวอร์แล้ว:

    claude mcp list
    

ใช้การค้นหาโค้ดเชิงความหมายใน Claude Code

คำอธิบายเครื่องมือที่ระบุใน TOOL_STORE_DESCRIPTION และ TOOL_FIND_DESCRIPTION จะช่วยแนะนำ Claude Code เกี่ยวกับวิธีใช้ เซิร์ฟเวอร์ MCP คำอธิบายที่ให้ไว้ข้างต้นเป็นตัวอย่างและอาจต้องปรับแต่งให้เหมาะกับกรณีการใช้งานของคุณ อย่างไรก็ตาม Claude Code ควรทำสิ่งต่อไปนี้ได้อยู่แล้ว:

  1. ใช้เครื่องมือ qdrant-store เพื่อจัดเก็บส่วนย่อยของโค้ดพร้อมคำอธิบาย
  2. ใช้เครื่องมือ qdrant-find เพื่อค้นหาส่วนย่อยของโค้ดที่เกี่ยวข้องด้วยภาษาธรรมชาติ

เรียกใช้เซิร์ฟเวอร์ MCP ในโหมดพัฒนา

สามารถเรียกใช้เซิร์ฟเวอร์ MCP ในโหมดพัฒนาได้โดยใช้คำสั่ง mcp dev ซึ่งจะเริ่มเซิร์ฟเวอร์และเปิด MCP inspector ในเบราว์เซอร์ของคุณ

COLLECTION_NAME=mcp-dev fastmcp dev src/mcp_server_qdrant/server.py

ใช้กับ VS Code

หากต้องการติดตั้งด้วยคลิกเดียว ให้คลิกปุ่มติดตั้งปุ่มใดปุ่มหนึ่งด้านล่าง:

Install with UVX in VS Code Install with UVX in VS Code Insiders

Install with Docker in VS Code Install with Docker in VS Code Insiders

ติดตั้งด้วยตนเอง

เพิ่มบล็อก JSON ต่อไปนี้ลงในไฟล์ User Settings (JSON) ใน VS Code โดยกด Ctrl + Shift + P แล้วพิมพ์ Preferences: Open User Settings (JSON)

{
  "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}"
        }
      }
    }
  }
}

หรือหากต้องการใช้ Docker ให้เพิ่มการกำหนดค่านี้แทน:

{
  "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}"
        }
      }
    }
  }
}

อีกทางเลือกหนึ่งคือสร้างไฟล์ .vscode/mcp.json ในเวิร์กสเปซของคุณ โดยใส่เนื้อหาต่อไปนี้:

{
  "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}"
      }
    }
  }
}

สำหรับการกำหนดค่าระดับเวิร์กสเปซด้วย Docker ให้ใช้การตั้งค่านี้ใน .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}"
      }
    }
  }
}

การมีส่วนร่วม

หากคุณมีข้อเสนอแนะเกี่ยวกับวิธีปรับปรุง mcp-server-qdrant หรือต้องการรายงานข้อบกพร่อง โปรดเปิด issue! เรายินดีรับการมีส่วนร่วมทุกรูปแบบ

ทดสอบ mcp-server-qdrant ในเครื่อง

MCP inspector เป็นเครื่องมือสำหรับนักพัฒนาเพื่อทดสอบและดีบักเซิร์ฟเวอร์ MCP เครื่องมือนี้เรียกใช้ทั้ง UI ของไคลเอ็นต์ (พอร์ตเริ่มต้น 5173) และเซิร์ฟเวอร์พร็อกซี MCP (พอร์ตเริ่มต้น 3000) เปิด UI ของไคลเอ็นต์ใน เบราว์เซอร์เพื่อใช้ inspector

QDRANT_URL=":memory:" COLLECTION_NAME="test" \
fastmcp dev src/mcp_server_qdrant/server.py

เมื่อเริ่มทำงานแล้ว ให้เปิดเบราว์เซอร์ไปที่ http://localhost:5173 เพื่อเข้าถึงอินเทอร์เฟซ inspector

ใบอนุญาต

เซิร์ฟเวอร์ MCP นี้ได้รับอนุญาตภายใต้ Apache License 2.0 ซึ่งหมายความว่าคุณสามารถใช้ แก้ไข และแจกจ่าย ซอฟต์แวร์ได้อย่างอิสระ ภายใต้ข้อกำหนดและเงื่อนไขของ Apache License 2.0 ดูรายละเอียดเพิ่มเติมได้ในไฟล์ LICENSE ในที่เก็บโปรเจกต์

ความเป็นส่วนตัวและการสนับสนุน