JinDaGe - Qdrant with OpenAI Embeddings MCP Details

article

README

🚀 MCP Qdrant 服务器与 OpenAI 嵌入

本 MCP 服务器借助 Qdrant 向量数据库和 OpenAI 嵌入技术，为用户提供强大的向量搜索功能，助力高效信息检索与处理。

✨ 主要特性

借助 OpenAI 嵌入技术，在 Qdrant 集合中实现精准的语义搜索。
可轻松列出所有可用的 Qdrant 集合。
能快速查看特定 Qdrant 集合的详细信息。

📦 安装指南

克隆仓库

git clone https://github.com/yourusername/mcp-qdrant-openai.git
cd mcp-qdrant-openai

安装依赖

pip install -r requirements.txt

🔧 配置说明

您需要设置以下环境变量：

OPENAI_API_KEY：您的 OpenAI API 密钥。
QDRANT_URL：Qdrant 实例的 URL，默认值为 "http://localhost:6333"。
QDRANT_API_KEY：若您有 Qdrant API 密钥，请进行设置。

💻 使用示例

基础用法

直接运行服务器

python mcp_qdrant_server.py

使用 MCP CLI 运行

mcp dev mcp_qdrant_server.py

安装在 Claude 桌面

mcp install mcp_qdrant_server.py --name "Qdrant-OpenAI"

高级用法

可用工具介绍

query_collection

该工具可使用 OpenAI 嵌入对 Qdrant 集合进行语义搜索。 | 参数 | 详情 | | ---- | ---- | | collection_name | 要搜索的 Qdrant 集合名称 | | query_text | 自然语言搜索查询 | | limit | 返回结果的最大数量，默认值为 5 | | model | 要使用的 OpenAI 嵌入模型，默认值为 text-embedding-3-small |

list_collections

此工具用于列出所有可用的 Qdrant 集合。

collection_info

该工具可获取特定集合的详细信息。 | 参数 | 详情 | | ---- | ---- | | collection_name | 要获取信息的集合名称 |

在 Claude 桌面的示例用法

当安装到 Claude 桌面后，您可以通过自然语言指令使用工具，示例如下：

我的 Qdrant 数据库中有哪些收藏？

在我的 "documents" 集合中搜索有关气候变化的内容。

显示关于 "articles" 集合的信息。

Qdrant with OpenAI Embeddings