返回 AI 工具目录
qdrant/mcp-server-qdrant
MCP 服务人工精选最近核验 2026年7月23日
mcp-server-qdrant 是 Qdrant 官方的 Model Context Protocol 服务器,在 Qdrant 向量数据库之上提供一层语义记忆。它对外暴露两个工具:qdrant-store 把信息连同可选元数据写入指定集合,qdrant-find 用自然语言做语义检索。借助文本向量化,大模型可按语义相似度存取上下文,在多轮对话间保留与调用相关记忆。通过环境变量配置连接地址、API Key、集合名与嵌入模型,支持 stdio、SSE 与 streamable HTTP 传输,以 Python 编写,采用 Apache 2.0,可用 uvx 或 Docker 运行。
定价开源部署本地运行、自托管国内可达国内可达
解决什么问题
- 为大模型提供可存取的语义记忆层
- 用自然语言检索历史上下文,而非关键词
- 在多轮对话间保留并调用相关信息
- 把向量库能力封装为标准 MCP 工具
- 通过元数据为存储信息附加结构
适合
- 需要给 Agent 加长期记忆的开发者
- 已用或计划自建 Qdrant 的团队
- 希望以 MCP 标准接入向量检索
- 偏好本地或自部署向量库的场景
不适合
- 不想运行向量库:仍需部署 Qdrant 实例
- 需要复杂检索逻辑:仅存与找两个基础工具
- 用云端 Qdrant 与海外嵌入:涉及数据出域
- 对嵌入质量敏感:效果取决于所选模型
如何接入
- 用环境变量配置连接、集合与嵌入模型
- 以 uvx 或 Docker 运行服务器
- 在 Claude、Cursor 等中注册为 MCP
- 可连本地或远程 Qdrant 实例
已知限制
- 仅提供存与找两个工具,能力较基础
- 检索效果取决于所选嵌入模型
- 云端实例或海外嵌入会带来数据出域
- 需自行运维 Qdrant 与相关配置
接入与使用事实
- 部署方式
- 本地运行、自托管
- 实现语言
- Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- 待确认
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号,不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
- 代码仓库仅作事实索引
