/ الدليل / الملعب / Qdrant
← كل الخوادم ↗ GitHub
● رسمي qdrant 🔑 يتطلب مفتاحك

Qdrant

بواسطة qdrant · qdrant/mcp-server-qdrant

امنح Claude ذاكرة متجهة دائمة — احفظ واسترجع ابحث عن النصوص بدلالتها من خلال MCP مدعوم بـ Qdrant بسيط وموضح

يحول MCP Qdrant الرسمي أي مثيل Qdrant (سحابي أو مستضاف ذاتيًا) إلى مخزن ذاكرة دلالي بسيط بأداتين فقط: qdrant-store و qdrant-find. مثالي لمنح الوكلاء ذاكرة طويلة المدى، أو بناء قاعدة معرفة شخصية، أو إنشاء نموذج RAG دون كتابة رمز تضمين إضافي.

▶ شاهد العرض 📦 التثبيت 💡 حالات الاستخدام

لماذا تستخدمه

الميزات الأساسية

عرض مباشر

كيف يبدو في الممارسة

qdrant.replay ▶ جاهز
0/0

التثبيت

اختر العميل

~/Library/Application Support/Claude/claude_desktop_config.json  · Windows: %APPDATA%\Claude\claude_desktop_config.json
{
  "mcpServers": {
    "qdrant": {
      "command": "uvx",
      "args": [
        "mcp-server-qdrant"
      ]
    }
  }
}

افتح Claude Desktop → Settings → Developer → Edit Config. أعد التشغيل بعد الحفظ.

~/.cursor/mcp.json · .cursor/mcp.json
{
  "mcpServers": {
    "qdrant": {
      "command": "uvx",
      "args": [
        "mcp-server-qdrant"
      ]
    }
  }
}

يستخدم Cursor نفس مخطط mcpServers مثل Claude Desktop. إعدادات المشروع أولى من الإعدادات العامة.

VS Code → Cline → MCP Servers → Edit
{
  "mcpServers": {
    "qdrant": {
      "command": "uvx",
      "args": [
        "mcp-server-qdrant"
      ]
    }
  }
}

انقر على أيقونة MCP Servers في شريط Cline الجانبي، ثم "Edit Configuration".

~/.codeium/windsurf/mcp_config.json
{
  "mcpServers": {
    "qdrant": {
      "command": "uvx",
      "args": [
        "mcp-server-qdrant"
      ]
    }
  }
}

نفس الصيغة مثل Claude Desktop. أعد تشغيل Windsurf لتطبيق التغييرات.

~/.continue/config.json
{
  "mcpServers": [
    {
      "name": "qdrant",
      "command": "uvx",
      "args": [
        "mcp-server-qdrant"
      ]
    }
  ]
}

يستخدم Continue مصفوفة من كائنات الخادم بدلاً من خريطة.

~/.config/zed/settings.json
{
  "context_servers": {
    "qdrant": {
      "command": {
        "path": "uvx",
        "args": [
          "mcp-server-qdrant"
        ]
      }
    }
  }
}

أضف إلى context_servers. يعيد Zed التحميل تلقائيًا عند الحفظ.

claude mcp add qdrant -- uvx mcp-server-qdrant

أمر من سطر واحد. تحقق باستخدام claude mcp list. احذف باستخدام claude mcp remove.

حالات الاستخدام

استخدامات عملية: Qdrant

امنح وكيل Claude ذاكرة مستمرة عبر الجلسات

👤 المطورون الذين ينشئون مساعدين شخصيين أو مساعدين داخليين ⏱ ~15 min beginner

متى تستخدمه: تريد أن يتذكر Claude تفضيلات المستخدم أو القرارات السابقة أو المشاريع الجارية حتى بعد انتهاء الدردشة.

المتطلبات الأساسية
  • تشغيل Qdrant (Docker محلي أو سحابي) — docker run -p 6333:6333 qdrant/qdrant أو URL مجموعة Qdrant Cloud + مفتاح API
  • متغير بيئة COLLECTION_NAME محدد — أي نص، مثلاً claude_memory
الخطوات
  1. علمه حفظ الحقائق المهمة
    عندما أخبرك بشيء مهم حول مشروع (المواعيد النهائية، أصحاب المصلحة، القرارات)، احفظه باستخدام qdrant-store، البيانات الوصفية {project, category}.✓ تم النسخ
    → يبدأ Claude في ترديد 'تم الحفظ' للحقائق الدائمة
  2. تحقق من أن الاسترجاع يعمل
    ماذا تتذكر حول مشروع 'atlas'؟ استخدم qdrant-find بطلب مثل 'قرارات مشروع atlas'.✓ تم النسخ
    → الرسائل السابقة ذات الصلة تم إرجاعها مع درجات
  3. قيّم وانسَ
    ابحث عن أي شيء حول مشروع 'atlas' أقدم من 90 يومًا أو مميز كقديم، واحذف تلك الإدخالات.✓ تم النسخ
    → قائمة العناصر المحذوفة مع التأكيد

النتيجة: مساعد يتذكر فعلاً ما أخبرته به الأسبوع الماضي — محدود النطاق لكل مشروع، قابل للتنظيف.

المزالق
  • حفظ كل رسالة يجعل المجموعة ضخمة ويقلل جودة الاسترجاع — احفظ فقط الحقائق/القرارات الصريحة، وليس الثرثرة. اجعل قرار 'احفظ أم لا' جزءًا من موجه النظام.
  • تم إنشاء المجموعة بحجم متجه خاطئ بعد تبديل نماذج التضمين — يرفض Qdrant المتجهات غير المتطابقة — احذف وأعد إنشاء المجموعة عند تغيير EMBEDDING_MODEL
اجمعها مع: filesystem · notion

بناء RAG خفيف الوزن على مجلد المستندات

👤 المطورون الذين يريدون RAG بدون إطار عمل ⏱ ~30 min intermediate

متى تستخدمه: لديك 50-5000 ملف Markdown وتريد أن يجيب Claude على الأسئلة ضدها، مع الاستشهادات.

المتطلبات الأساسية
  • مستندات على القرص كـ Markdown — أي مجلد يحتوي على ملفات .md
الخطوات
  1. قسّم واحفظ المستندات
    اقرأ كل .md تحت /docs. قسّم إلى أجزاء بحوالي 500 رمز على حدود العناوين. لكل جزء، استدعِ qdrant-store مع النص والبيانات الوصفية {source_path, heading}.✓ تم النسخ
    → تم حفظ N جزء، واحد لكل قسم
  2. استعلم برسالة مستخدم
    يسأل المستخدم: 'كيف أدوّر مفاتيح API؟' استخدم qdrant-find لسحب أفضل 5 أجزاء ذات صلة. اذكر source_path في إجابتك.✓ تم النسخ
    → إجابة مع الاستشهادات المضمنة [source_path]
  3. قيس جودة الاسترجاع
    لهذه 10 أسئلة تقييم [قائمة]، أي من مسارات المصدر المتوقعة تظهر في أفضل 5 استرجاع؟ أبلغ عن recall@5.✓ تم النسخ
    → درجة جودة استرجاع يمكنك تحسينها بشكل متكرر

النتيجة: حلقة RAG عاملة يمكنك ضبط حجم الجزء و k حتى تكون الجودة مقبولة.

المزالق
  • الأجزاء الكبيرة جدًا تخفف التضمين وتقتل الاسترجاع — احتفظ بالأجزاء بأقل من ~1000 رمز؛ قسّم حسب العناوين أولاً، ثم حسب عدد الرموز كخطة احتياطية
  • تحديث مستند لا يزيل الأجزاء القديمة — الإجابات تصبح قديمة — استخدم معرف نقطة حتمي (hash من source_path+heading) بحيث تستبدل عمليات الإدراج بدلاً من التكرار
اجمعها مع: filesystem · firecrawl

إزالة التكرار الدلالي لقائمة فوضوية من التذاكر أو العملاء أو الأسئلة الشائعة

👤 فرق العمليات التي تمتلك ملف CSV من التكرارات القريبة ⏱ ~25 min intermediate

متى تستخدمه: إزالة التكرار المطابقة الدقيقة تفتقد أشياء مثل 'إعادة تعيين كلمة المرور' مقابل 'كيف أغير كلمة المرور الخاصة بي' — تحتاج إلى تشابه دلالي.

الخطوات
  1. احفظ كل عنصر مع معرف الصف الخاص به كبيانات وصفية
    اقرأ rows.csv. لكل صف، استدعِ qdrant-store مع information=<text> و metadata={row_id: <id>}.✓ تم النسخ
    → تم حفظ N نقطة
  2. اجمع حسب التشابه
    لكل صف، استعلم qdrant-find عن أفضل 5 جيران له بدرجة > 0.85. أخرج مجموعات من row_ids التي تكون متقاربة بشكل متبادل.✓ تم النسخ
    → تم طباعة مجموعات التكرار
  3. اختر القانوني + اعلم الباقي كتكرارات
    لكل مجموعة، اختر الصف الأطول/الأكثر إفادة كقانوني. أخرج ملف CSV {row_id, canonical_id}.✓ تم النسخ
    → خريطة إزالة التكرار جاهزة للنظام المصدري

النتيجة: ملف CSV لخريطة إزالة التكرار مع درجات الثقة، قابل للمراجعة من قبل الإنسان قبل التطبيق.

المزالق
  • عتبة التشابه خاصة بالمجال — قد تكون 0.85 متساهلة جدًا أو صارمة جدًا — صنف 20 زوجًا يدويًا أولاً، ثم اختر العتبة التي تفصل بشكل أفضل بين التكرار وغير التكرار
اجمعها مع: postgres · filesystem

ذاكرة ملاحظات الاجتماع القابلة للبحث

👤 المديرون / المساهمون الفرديون الغارقون في ملاحظات Notion/Obsidian ⏱ ~20 min beginner

متى تستخدمه: تأخذ ملاحظات أسبوعية ولكن لا يمكنك أبدًا العثور على تلك التي تم فيها اتخاذ قرار معين.

المتطلبات الأساسية
  • مجلد ملاحظات الاجتماع — أي ملفات نص أو markdown
الخطوات
  1. فهرس الملاحظات الموجودة
    امش عبر /meetings/**/*.md. لكل ملف، احفظ المحتوى باستخدام qdrant-store مع البيانات الوصفية {date, attendees, project}.✓ تم النسخ
    → تم فهرسة جميع الملاحظات مع التواريخ
  2. استرجع القرارات
    ابحث عن كل ملاحظة ناقشنا فيها 'التسعير للمستوى الخاص بالمؤسسات'. أظهر لي التاريخ وملخص من سطرين لكل ملاحظة.✓ تم النسخ
    → قائمة مصنفة من الاجتماعات المتطابقة
  3. حافظ عليه طازجًا
    أضف ملاحظة اليوم <paste>، ثم أخبرني أي ملاحظات سابقة من المحتمل أن تتعارض أو تحدّث القرارات في ملاحظة اليوم.✓ تم النسخ
    → فحص التعارض عبر الجيران الدلاليين

النتيجة: فهرس دلالي على ملاحظاتك يمكنك الاستمرار في تحديثه أسبوعيًا.

المزالق
  • الخلط بين الملاحظات الشخصية والعملية في مجموعة واحدة يفقد النطاق — استخدم مجموعات منفصلة أو فرض فلتر البيانات الوصفية scope على كل find
اجمعها مع: filesystem · notion

التركيبات

اجمعها مع خوادم MCP أخرى لتحقيق نتائج x10

qdrant + filesystem

فهرس مجلد مستندات محلي ثم أجب على الأسئلة مع الاستشهادات

فهرس كل .md تحت /docs إلى Qdrant، ثم أجب: 'كيف يعمل تدفق المصادقة لدينا؟' مع الاستشهادات بمسارات الملفات الأصلية.✓ تم النسخ
qdrant + firecrawl

الزحف إلى موقع وبناء قاعدة معرفة قابلة للبحث

الزحف إلى docs.mycompany.com باستخدام Firecrawl، احفظ كل صفحة في مجموعة Qdrant company_docs.✓ تم النسخ
qdrant + postgres

البحث الدلالي على الأعمدة غير المنظمة في قاعدة بيانات علائقية

اختر id و body من support_tickets التي تم إنشاؤها في آخر 30 يوم، ضمّن كل body في Qdrant مع البيانات الوصفية {ticket_id}، ثم دعني أبحث عنها حسب المعنى.✓ تم النسخ

الأدوات

ما يوفره هذا الـ MCP

الأداةالمدخلاتمتى تستدعيهاالتكلفة
qdrant-store information: str, metadata?: object احفظ حقيقة أو جزء أو ملاحظة لاسترجاع دلالي لاحق free (local embedding)
qdrant-find query: str, limit?: int استرجع الإدخالات الدلالية المتشابهة للإجابة على سؤال أو إزالة التكرار free

التكلفة والحدود

تكلفة التشغيل

حصة API
مستضاف ذاتيًا: غير محدود. Qdrant Cloud: يعتمد على حجم المجموعة.
الرموز لكل استدعاء
Store: ~100 رمز إضافي لكل استدعاء. Find: ~200 رمز + حمولة النتيجة.
التكلفة المالية
مجاني إذا كان مستضافًا ذاتيًا. الطبقة المجانية من Qdrant Cloud: مجموعة 1GB. مدفوع من ~$25/شهر.
نصيحة
ابدأ بـ Docker محلي للتطوير؛ ترقية إلى Cloud فقط عندما تحتاج إلى المثابرة والوصول متعدد الأجهزة.

الأمان

الصلاحيات والأسرار ونطاق الأثر

تخزين بيانات الاعتماد: QDRANT_URL و QDRANT_API_KEY الاختياري في متغيرات البيئة
نقل البيانات الخارجي: إذا كان مستضافًا ذاتيًا: لا شيء. إذا كان Qdrant Cloud: تُرسل جميع المتجهات والبيانات الوصفية إلى منطقة المجموعة الخاصة بك.

استكشاف الأخطاء

الأخطاء الشائعة وحلولها

Collection does not exist / Not found

يقوم الخادم بإنشاء المجموعة عند أول حفظ فقط إذا تم تعيين COLLECTION_NAME. تحقق من متغير البيئة وأعد تشغيل MCP.

تحقق: curl $QDRANT_URL/collections
Vector dimension mismatch

غيّرت EMBEDDING_MODEL بدون حذف المجموعة القديمة. احذفها وابدأ من جديد (أو استخدم COLLECTION_NAME جديد).

تحقق: curl $QDRANT_URL/collections/<name>
Connection refused on localhost:6333

حاوية Qdrant غير مشغلة. docker run -p 6333:6333 qdrant/qdrant وحاول مرة أخرى.

تحقق: curl localhost:6333/healthz
Searches return irrelevant results

قد تكون الأجزاء كبيرة جدًا أو نموذج التضمين ضعيفًا. جرّب bge-small-en-v1.5 من FastEmbed وأجزاء ≤500 رمز.

البدائل

Qdrant مقابل البدائل

البديلمتى تستخدمهاالمقايضة
Chroma MCPتفضل قاعدة بيانات متجهة مضمنة بدون بنية تحتيةأقل جودة إنتاجية من Qdrant للأحمال الثقيلة
Pinecone MCPأنت بالفعل على Pinecone وتريد مستضافًا فقطمدفوع من اليوم الأول؛ أكثر إدلاءً برأي
Memory MCPتريد ذاكرة مفتاح-قيمة بسيطة جدًا، وليس دلاليةلا توجد تضمينات — الاسترجاع الدقيق فقط

المزيد

الموارد

📖 اقرأ ملف README الرسمي على GitHub

🐙 تصفح القضايا المفتوحة

🔍 تصفح أكثر من 400 خادم MCP و Skills