Qdrant Vector Database
About
Provides a vector database for storing and retrieving code snippets through semantic search using Docker containers and sentence-transformers embeddings
Details
- Author
- changjunpark
- Repository
- ChangJunPark/mcp-qdrant-server-with-qdrant-db
- GitHub stars
- 1
- Downloads
- 295
- Categories
- AI, Developer Tools, File Management, Search, Infrastructure, Database
- Tags
- #integration
Jump to
- Store and manage code snippets in Qdrant.
- Natural language code search with semantic retrieval.
- Supports SSE (Server-Sent Events) transport.
- Uses default embedding model all-MiniLM-L6-v2.
- Provides dedicated qdrant-store and qdrant-find tools.
Setting up with Highlight
This MCP is not yet compatible with Highlight’s one-click setup. However, you can still use it with Highlight by following these steps:
- Download and install Highlight from highlightai.com/download
- Navigate to the plugins tab and select "Add Custom Plugin"
-
Configure the plugin with the settings below
Plugin Name
Qdrant Vector DatabaseCommand (node, npx, python, etc.)npxArguments-
Argument 1
-y -
Argument 2
@highlight/mcp-server
Please refer to the README for specific instructions on how to obtain API keys or other required environment variables.
-
Argument 1
- Enable "Start Automatically" if you want the plugin to start when Highlight launches
From the repository
Start the services with docker-compose up -d. Use the provided MCP tools qdrant-store to store information and qdrant-find to search for related snippets. Configure AI IDEs (such as Cursor) by adding a JSON entry with "url": "http://localhost:8000/sse".
qdrant-store
Store information in the Qdrant database. Parameters: information (string) - the information to be stored, metadata (optional JSON) - additional metadata.
qdrant-find
Search for relevant information in the Qdrant database. Parameters: query (string) - the query to use for the search.
Claude Desktop / Cursor
Paste into your MCP client config file to install this server.
{
"mcpServers": {
"qdrant vector database": {
"env": {},
"args": [
"-y",
"@highlight/mcp-server"
],
"command": "npx"
}
}
}Linux
{
"env": [],
"args": [
"-y",
"@highlight/mcp-server"
],
"command": "npx"
}Macos
{
"env": [],
"args": [
"-y",
"@highlight/mcp-server"
],
"command": "npx"
}Windows
{
"env": [],
"args": [
"/c",
"npx",
"-y",
"@highlight/mcp-server"
],
"command": "cmd"
}MCP Server with Qdrant
이 프로젝트는 Qdrant 벡터 데이터베이스와 MCP(Model Control Protocol) 서버를 통합하여 코드 스니펫을 저장하고 검색할 수 있는 시스템입니다.
기능
- 코드 스니펫 저장 및 관리
- 자연어 기반 코드 검색
- 시맨틱 검색을 통한 관련 코드 조회
- SSE(Server-Sent Events) 전송 방식 지원
시스템 구성
- Qdrant: 벡터 데이터베이스 서버 (포트: 6333, 6334)
- MCP Server: 코드 스니펫 관리 서버 (포트: 8000)
- 임베딩 모델: (default)sentence-transformers/all-MiniLM-L6-v2
MCP Tools
QDRANT MCP 서버는 다음과 같은 도구들을 제공합니다:
1. qdrant-store
- 기능: Qdrant 데이터베이스에 정보를 저장
- 입력:
- information (string): 저장할 정보
- metadata (JSON): 선택적 메타데이터
- 반환: 저장 확인 메시지
2. qdrant-find
- 기능: Qdrant 데이터베이스에서 관련 정보를 검색
- 입력:
- query (string): 검색에 사용할 쿼리
- 반환: Qdrant 데이터베이스에 저장된 정보를 개별 메시지로 반환
시작하기
필수 조건
- Docker
- Docker Compose
설치 및 실행
1. 저장소 클론
git clone <repository-url>
cd <repository-name>
2. 서비스 시작
docker-compose up -d
3. 서비스 상태 확인
docker-compose ps
서비스 접근
- Qdrant UI: http://localhost:6333/dashboard
- MCP Server: http://localhost:8000
- cursor 등 ai ide 에 설정 시, 아래 json 형식으로 추가 가능
"qdrant": {
"url": "http://localhost:8000/sse"
},
환경 변수
Qdrant
- RUST_LOG: 로깅 레벨 (기본값: info)
MCP Server
- QDRANT_URL: Qdrant 서버 주소
- COLLECTION_NAME: 컬렉션 이름
- EMBEDDING_MODEL: 임베딩 모델
- TOOL_STORE_DESCRIPTION: 저장 도구 설명
- TOOL_FIND_DESCRIPTION: 검색 도구 설명
데이터 저장
데이터는 ./qdrant_storage 디렉토리에 영구적으로 저장됩니다.
서비스 관리
로그 확인
docker-compose logs -f
서비스 중지
docker-compose down
주의사항
- 데이터 백업을 위해 qdrant_storage 디렉토리를 주기적으로 백업하세요.
- 프로덕션 환경에서는 적절한 보안 설정을 추가하세요.
Sign in to leave a review
Use Google, GitHub, or an email account so ratings stay tied to real people.
No reviews posted yet.
