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

  1. 代码仓库仅作事实索引

访问官网