Openai MCP Qdrant

OpenAI MCP Qdrant

Qdrant MCP服务器，支持OpenAI兼容API嵌入。

概要

此项目包括：OpenAI Compatible API 使用Qdrant MCP 服务器实施。mcp服务器qdrant 中描述的场景，使用下列步骤创建明细表，以便在概念设计中分析体量的周长OpenAI 的，之text-embedding-3-small 使用模型将文本矢量化Qdrant 中描述的场景，使用以下步骤创建明细表，以便在概念设计中分析体量的体积。

主要功能

• 与OpenAI兼容的API統合: text-embedding-3-small 基于模型的高质量嵌入生成
• 定制Base URL 支持：任意OpenAI 兼容API（Azure OpenAI、vLLM 中所述修改相应参数的值
• Qdrant 统合：自动集合创建、矢量保存、语义搜索
• MCP 工具:

- qdrant-store保存信息和元数据 - qdrant-find：通过语义检索获取相关信息

• 环境变数设定：灵活的配置管理
• TypeScript 実装：型安全易维护的代码

安装

npm 从

npm install -g @rocklerson/openai-mcp-qdrant

来源

git clone https://github.com/rocklerson/openai-mcp-qdrant.git
cd openai-mcp-qdrant
npm install
npm run build

环境变数

必须

• OPENAI_API_KEY: OpenAI API 钥匙

选项

• OPENAI_BASE_URL: OpenAI Compatible API 基础URL
• OPENAI_EMBEDDING_MODEL：嵌入式模型（默认值：text-embedding-3-small）
• QDRANT_URL: Qdrant 服务器URL（默认值：http://localhost:6333）
• QDRANT_API_KEY: Qdrant API 钥匙
• QDRANT_COLLECTION_NAME：集合名称（默认值：mcp_memories）
• QDRANT_SEARCH_LIMIT：最大搜索结果数（默认值：5）

使用方法

Claude Desktop 中的设置

claude_desktop_config.json 添加：

{
  "mcpServers": {
    "qdrant": {
      "command": "npx",
      "args": ["-y", "@rocklerson/openai-mcp-qdrant"],
      "env": {
        "OPENAI_API_KEY": "your-api-key",
        "QDRANT_URL": "http://localhost:6333",
        "QDRANT_COLLECTION_NAME": "claude_memories"
      }
    }
  }
}

本地开发

# 環境変数を設定
export OPENAI_API_KEY="your-api-key"
export QDRANT_URL="http://localhost:6333"

# ビルド
npm run build

# 実行
node dist/index.js

MCP Inspector 开发

# 環境変数を設定
export OPENAI_API_KEY="your-api-key"
export QDRANT_URL="http://localhost:6333"

# ビルドと実行
npm run build
npm run inspector

项目配置

src/
├── index.ts                      # メインエントリーポイント
├── config.ts                     # 環境変数設定管理
├── types.ts                      # 型定義
├── embeddings/
│   └── openai-provider.ts        # OpenAI Compatible API 実装
└── qdrant/
    └── connector.ts              # Qdrant 接続とデータ操作

可用工具

qdrant商店

了解更多信息Qdrant 中所述修改相应参数的值。

参数：

• information (string, 必需：要保存的文本信息
• metadata (object, 可选：附加元数据（JSON格式）

例:

{
  "information": "Python は動的型付けのプログラミング言語です",
  "metadata": {
    "category": "programming",
    "language": "python"
  }
}

qdrant查找

Qdrant 中所述修改相应参数的值。

参数：

• query (string, 必需：搜索查询

例:

{
  "query": "プログラミング言語について教えて"
}

Qdrant 设置

本地Qdrant 启动（Docker）

docker run -p 6333:6333 qdrant/qdrant

Qdrant Cloud 使用

1. https://cloud.qdrant.io创建帐户
2. 创建群集
3. API 键和URL 获得
4. 设置环境变量：

   export QDRANT_URL="https://your-cluster.qdrant.io:6333"
   export QDRANT_API_KEY="your-api-key"

技术特征

• KISS 原则：简单易懂的代码结构
• DRY 原则：避免重复的实施
• YAGNI 原则：仅实施所需功能
• SOLID 原则：可扩展、易于维护的设计
• 型安全: TypeScript 的完整类型检查
• 非同期処理: async/await 高性能的I/O operation
• 错误处理：正确的日志和错误处理

开発

# 依存関係のインストール
npm install

# ビルド
npm run build

# ウォッチモード
npm run watch

许可证

麻省理工学院

参考

这个项目 qdrant/mcp服务器qdrant 中所述修改相应参数的值。