关键词

向量数据库语义搜索知识检索AI agent上下文管理

使用说明

项目简介

本项目实现了基于 Model Context Protocol (MCP) 的 Qdrant 向量数据库服务器。该服务器允许AI agent通过MCP协议存储和检索信息，实现语义搜索和知识管理功能。它集成了 Qdrant 向量数据库，并提供 Inspector 仪表板用于监控和调试。

主要功能点

  • 语义搜索: 利用 Qdrant 向量数据库实现高效的语义相似度搜索。
  • 资源管理: 通过 MCP 协议提供资源管理能力，支持 AI agent 存储和访问向量数据库中的信息。
  • 工具集成: 提供 'qdrant-store' (存储信息) 和 'qdrant-find' (检索信息) 工具，供 LLM 客户端调用。
  • Docker 部署: 使用 Docker Compose 简化部署流程，快速启动 Qdrant 数据库和 MCP 服务器。
  • Inspector 仪表板: 提供 Web 界面，用于测试 MCP 服务器的功能和调试 agent 交互。

安装步骤

  1. 克隆仓库

    git clone https://github.com/FrankGenGo/mcp-servers.git
cd mcp-servers

  2. 进入 Qdrant MCP 服务器目录

    cd qdrant-db/qdrant_stack

  3. 启动服务器 使用 Docker Compose 启动 Qdrant 数据库和 MCP 服务器：

    docker-compose up -d

服务器配置

MCP 客户端需要配置以下信息以连接到 Qdrant MCP 服务器。配置信息为 JSON 格式：

{
  "serverName": "qdrant-mcp-server",
  "command": "mcp-server-qdrant",
  "args": ["--transport", "sse"]
}

配置参数说明：

  • 'serverName': 自定义的服务名称，用于在 MCP 客户端中标识该连接。
  • 'command': 启动 MCP 服务器的命令。这里使用 'mcp-server-qdrant'，这是 'qdrant_mcp_server' 组件定义的入口点。
  • 'args': 传递给 'command' 的参数。'["--transport", "sse"]' 指定使用 Server-Sent Events (SSE) 传输协议进行通信。

基本使用方法

服务器启动后，MCP 客户端可以使用配置信息连接到 Qdrant MCP 服务器。连接成功后，客户端可以调用以下工具：

  • 'qdrant-store': 用于将信息存储到 Qdrant 向量数据库中。例如，可以存储文本信息及其相关的元数据。
  • 'qdrant-find': 用于在 Qdrant 向量数据库中执行语义搜索。客户端可以提供查询语句，服务器将返回相关的文档片段。

您可以使用仓库中提供的 Inspector 仪表板（位于 '/inspector' 目录）来测试和调试服务器的功能。启动 Inspector 后，您可以配置连接到 Qdrant MCP 服务器，并测试工具调用和数据交互。

信息

分类

数据库与文件

访问项目