qdrant/mcp-server-qdrant

Официальная реализация сервера Qdrant для протокола Model Context Protocol (MCP)

MCP⭐ 1 533Pythonпоследний релиз: v0.8.1
Открыть на GitHub ↗Сайт проекта ↗

Что это за инструмент

Официальный сервер MCP для Qdrant, предоставляющий LLM-агентам инструменты для сохранения и семантического поиска по данным в векторной базе данных.

Зачем нужен

Инструмент решает задачу интеграции LLM с внешним хранилищем знаний, выступая семантическим слоем памяти. Он позволяет агентам не только хранить информацию, но и находить релевантные фрагменты по текстовому запросу, что критично для построения систем RAG и долгосрочной памяти.

Что можно реализовать

  • Создание систем с долговременной памятью (Long-term Memory) для AI-агентов
  • Реализация RAG-приложений с возможностью динамического обновления базы знаний
  • Построение персонализированных чат-ботов, запоминающих контекст диалога
  • Интеграция внешних данных в AI-powered IDE или рабочие процессы

Ключевые возможности

  • Официальная реализация протокола MCP от разработчиков Qdrant
  • Встроенная эмбеддинг-модель (fastembed) для автоматического преобразования текста в векторы
  • Гибкая конфигурация через переменные окружения (URL, API-ключ, локальный режим)
  • Поддержка режимов чтения/записи и настройки лимитов поиска
  • Использование фреймворка FastMCP для стандартизированного взаимодействия

👤 Кому подойдёт: Разработчики AI-приложений, инженеры по машинному обучению, архитекторы систем RAG и агентов

Релизы

v0.8.1patch
🕐 9 мес назад · релиз на GitHub ↗

Патч v0.8.1: добавлена поддержка кастомных провайдеров эмбеддингов и исправлена совместимость с Pydantic >2.11.

  • Added: Добавлена возможность указания собственного провайдера эмбеддингов.
  • Fixed: Исправлено ограничение версии Pydantic (<2.12.0) для устранения проблем совместимости.
  • Fixed: Корректный возврат None при отсутствии результатов поиска.