Token导航 LogoToken导航TokenDH.com
MCP Rag Test logo
数据服务stdio官方级别未说明来源级核验

MCP Rag Test

MCP Server

提供基于Qdrant的向量数据库服务,支持REST和gRPC API,适用于机器学习和数据检索场景。

工具数

0

提示词数

0

GitHub Stars

0

资源数

0
向量数据库机器学习Docker数据检索

安装说明

本站只整理中文说明和来源信息,不托管安装包,也不代用户安装。

作者 / 组织

Junjpan

提供方

Junjpan

最后核验

2026/5/17 20:20

运行时

Docker

快速接入

先看主来源和安装命令,再打开仓库或文档;下面只保留这个条目的关键接入事实。

命令预览

docker run -p 6333:6333 -p 6334:6334 \

详细介绍

创建矢量数据库并运行MCP服务器 运行Docker与向量数据库交互:

  1. 运行docker桌面并播放与此应用程序相关的容器
  2. 如果您没有为此应用程序设置的容器,请运行以下命令。

用于窗口bash

docker run -p 6333:6333 -p 6334:6334 \
    -v /$(pwd)/qdrant_storage:/qdrant/storage \
    qdrant/qdrant

对于mac或linux终端,或者如果使用Git Bash

docker run -p 6333:6333 -p 6334:6334 \
    -v $(pwd)/qdrant_storage:/qdrant/storage \
    qdrant/qdrant
  1. 运行以下命令以创建或更新矢量数据库,并运行mcp服务器
python mcp_server.py

端口6333 → Qdrant的主要REST API端点。基于HTTP的可读JSON。 *转到Qdrant仪表板* http://localhost:6333/dashboard *前往Qdrant收藏* http://localhost:6333/collections

端口6334 → Qdrant的gRPC API终结点。gRPC是来自Google的二进制协议。比REST更快、更高效。您不直接在浏览器中使用它,而是从客户端库(如Python、Node.js或Go)连接到if。

  1. 如果您已经设置了docker-compose.yaml,请运行以下命令,此文件的作用与上面的docker run命令相同\[仅适用于您首次设置时\]
docker compose up 

运行MCP客户端

*备注* 如果你想选择工具问候和添加,而不是运行 python mcp_server.py,你应该跑 python simpleMCPserver.py

python simpleMCPClient.py

选择您的抹布或油布工具

停止Qdrant和Docker的正确方法:

  1. 优雅地停止Qdrant容器:

打开终端并运行:

docker stop 

这个命令告诉Qdrant完成任何写入并干净地关闭。

  1. 等待几秒钟以确保所有数据都已刷新到磁盘。
  1. 停止所有容器后,您可以安全地停止Docker Desktop或关闭计算机。

不要:

  • 在容器运行时强制退出Docker Desktop。
  • 在不停止容器的情况下关闭计算机。

漏洞: 现在每次停止docker,我们都必须重建向量数据库,以便能够看到向量数据库中的所有点

______________________________________________________________________

使用pyenv设置Python环境 该项目使用pyenv来管理Python版本和虚拟环境。按照以下步骤设置您的环境:

  1. 安装pyenv

按照\[pyenv安装|https://github.com/pyenv/pyenv#installation\]导游 为您的系统。 对于Windows,使用\[pyenv-win|https://github.com/pyenv-win/pyenv-win\].

  1. 安装所需的Python版本

该项目配置为使用Python 3.10.4(或根据需要更新到其他版本)。

pyenv install 3.10.4
  1. 设置本地Python版本

在项目文件夹中,设置Python版本:

cd myproject
pyenv local 3.10.4

这将在项目中创建一个.python版本文件。

  1. 创建虚拟环境

如果您安装了pyenv-virtualenv,请创建一个命名环境:

pyenv virtualenv 3.10.4 myproject-env
pyenv local myproject-env

如果你更喜欢内置的venv:

python -m venv venv
source venv/bin/activate   # macOS/Linux
source venv/Scripts/activate    # Windows
  1. 安装依赖项
pip install --upgrade pip
pip install -r requirements.txt
  1. 运行项目
python mcp_server.py

______________________________________________________________________

运行数据加载器脚本

该项目包括用于不同文件格式的数据加载器脚本。您可以在根文件夹中以两种方式测试它们:

选项1:直接运行脚本(推荐)

python ./loader/testing/load_csv.py [file_path]
python ./loader/testing/load_json.py [file_path]
python ./loader/testing/load_yaml.py [file_path]
python ./loader/testing/load_markdown.py [file_path]
python ./loader/testing/load_text.py [file_path]

选项2:作为模块运行

python -m loader.testing.load_csv [file_path]
python -m loader.testing.load_json [file_path]
python -m loader.testing.load_yaml [file_path]
python -m loader.testing.load_markdown [file_path]
python -m loader.testing.load_text [file_path]

示例:

# Using default files
python loader/load_csv.py
python loader/load_json.py

# Using custom files
python loader/load_csv.py ./data/my_data.csv
python loader/load_json.py ./data/my_data.json

如何安全地停止Qdrant/Docker(防止数据损坏) 为什么? 如果你突然停止Docker或Qdrant容器(例如在Qdrant运行时关闭Docker桌面或关闭计算机),你就有损坏Qdrant数据库文件的风险。这可能会导致以下错误 OutputTooSmall { expected: 4, actual: 0 } 以及矢量数据的丢失。

目录标签

目录标签

向量数据库机器学习Docker数据检索Python本地部署Qdrant

接入字段

传输方式(transport,传输协议)

stdio

鉴权方式(authType,认证方式)

none

运行时(runtime,运行环境)

Docker

工具数量(toolCount,工具数)

0

资源数量(resourceCount,资源数)

0

提示词数量(promptCount,提示词数)

0

权限和风险

stdionone部署方式未说明

接入前请确认传输方式、认证方式和部署位置,并根据实际工具能力限制访问范围。

安装前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

来源信息

继续浏览同类 MCP