使用说明

项目简介

Qdrant MCP 服务器是一个基于 Model Context Protocol (MCP) 构建的后端应用，它充当 LLM 客户端与 Qdrant 向量数据库之间的桥梁。该服务器通过 MCP 协议向客户端暴露了一系列工具，用于管理 Qdrant 中的集合（collections）、向量（vectors）和点（points），从而使 LLM 应用能够方便地利用 Qdrant 的向量检索能力。

主要功能点

集合管理：支持创建、列出、获取和删除 Qdrant 数据库中的集合。
向量操作：支持向指定集合上传向量数据，并根据向量相似度进行检索。
数据过滤：支持基于元数据过滤器进行向量检索，实现更精确的搜索。
点数据管理：支持根据ID获取和删除集合中的特定数据点，以及统计数据点数量。

安装步骤

安装 Python 包: 确保你的环境中安装了 Python 和 pip。在项目根目录下打开终端，运行以下命令安装：
```
pip install -e .
```

配置环境变量: 复制 '.env.example' 文件并重命名为 '.env'，根据你的 Qdrant 数据库配置修改 '.env' 文件中的以下变量：

QDRANT_HOST=localhost  # Qdrant 服务器地址
QDRANT_PORT=6333     # Qdrant 服务器端口
QDRANT_API_KEY=      # Qdrant API 密钥 (如果需要)

服务器配置

MCP 客户端需要配置以下 JSON 信息以连接到 Qdrant MCP 服务器。请注意，这里的 'command' 和 'args' 是用于启动服务器的命令，客户端本身并不直接使用这些命令，而是通过 MCP 协议与已运行的服务器通信。

{
  "server_name": "qdrant_mcp_server",
  "command": "qdrant-mcp-server",
  "args": [],
  "transport": "stdio"
}

配置参数说明:

'server_name': 服务器名称，可以自定义，用于在客户端标识该服务器。
'command': 启动 Qdrant MCP 服务器的命令。在安装步骤完成后，可以直接使用 'qdrant-mcp-server' 命令启动服务器。
'args': 启动命令的参数，本服务器默认情况下不需要额外的启动参数，所以为空列表 '[]'。
'transport': 传输协议，默认为 'stdio'，表示使用标准输入输出进行通信。

Docker 部署配置 (可选):

如果使用 Docker 部署，MCP 客户端的服务器配置 'command' 可以保持不变，但需要在运行 Docker 容器时正确设置环境变量。

基本使用方法

启动服务器: 在安装并配置完成后，打开终端，运行以下命令启动 Qdrant MCP 服务器：

qdrant-mcp-server

或者使用 Docker 启动：

docker run -p 8000:8000 --env QDRANT_HOST=<your-qdrant-host> --env QDRANT_PORT=<your-qdrant-port> --env QDRANT_API_KEY=<your-api-key> qdrant-mcp-server

服务器启动后，将监听 MCP 客户端的请求。

配置 MCP 客户端: 在你的 MCP 客户端应用中，根据上述 “服务器配置” 部分的信息，配置连接到 Qdrant MCP 服务器。客户端需要能够发送符合 MCP 协议的 JSON-RPC 请求，以调用服务器提供的工具。
使用工具: 通过 MCP 客户端，你可以调用服务器提供的各种工具，例如：
- 使用 'list_collections' 工具列出所有集合。
- 使用 'create_collection' 工具创建新的集合。
- 使用 'search_vectors' 工具在指定集合中进行向量检索。
- 更多工具请参考仓库 'README.md' 或代码中的工具定义。
客户端发送的请求会通过 MCP 协议发送到服务器，服务器执行相应的 Qdrant 操作后，将结果以 MCP 响应格式返回给客户端。

注意: 本服务器主要作为后端服务，需要配合 MCP 客户端才能发挥作用。你需要使用支持 MCP 协议的 LLM 应用或客户端框架来与之交互，才能体验其提供的向量数据库访问能力。

关键词