MCP向量项目
MCP(模型上下文协议)项目,集成Qdrant以实现在VS Code中的语义搜索和检索增强生成(RAG)。
🚀 快速入门
想在5分钟内开始吗? 莉亚 docs/setup/QUICKSTART.md
🎯 如何使用
1️⃣ 自动设置
# Configurar tudo automaticamente
make install-fastembed # Instalar dependências
make qdrant-start # Iniciar Qdrant
make create-collection # Criar coleção
python scripts/setup_vscode_config.py # Configurar VS Code2️⃣ Indexar Documentos
# Indexar projeto atual
cd mcp/qdrant_rag_server
python ingest_documents.py
# Ou usar o MCP tools
# No VS Code: @qdrant_rag ingest {"directory": "."}3️⃣ 在VS Code中搜索
# No Continue/Cline chat:
@qdrant_rag query "como configurar docker"
@qdrant_rag query "explicar função main"# 1. Clonar
git clone https://github.com/yvesmarinho/vscode-mcp-rag.git
cd vscode-mcp-rag
# 2. Setup
docker-compose up -d qdrant # Iniciar Qdrant
cd mcp/qdrant_rag_server
pip install -r requirements.txt requirements-fastembed.txt
# 3. Configurar
cp .env.example .env
nano .env # Ajustar se necessário
# 4. Executar
python3 qdrant_create_db.py # Criar coleção
./start-daemon-bg.sh # Iniciar servidor
./status-daemon.sh # Verificar status
# 5. VS Code: Configurar Continue/Cline
# Ver: mcp/qdrant_rag_server/QUICK_SETUP.md🚀 如何在另一个项目中使用
有3个选项可供选择:
1️⃣ TAR.GZ 包(推荐)
# Baixar release ou gerar pacote
./export-mcp.sh # Gera qdrant-mcp-server_*.tar.gz
# Usar em outro projeto
tar -xzf qdrant-mcp-server_*.tar.gz
cp -r qdrant_rag_server /MEU_PROJETO/mcp/
cd /MEU_PROJETO/mcp/qdrant_rag_server
# Seguir QUICK_SETUP.md2️⃣ 直接复制
cp -r mcp_vector_project/mcp/qdrant_rag_server /MEU_PROJETO/mcp/3️⃣ Git 子模块
git submodule add https://github.com/yvesmarinho/vscode-mcp-rag.git vendors/mcp-rag
cp -r vendors/mcp-rag/mcp/qdrant_rag_server /MEU_PROJETO/mcp/📖(书本的图标,无具体文字含义,可理解为“书”或“阅读”等概念) 详细指南: mcp/qdrant_rag_server/QUICK_SETUP.md
🏗️ 建筑学
┌─────────────────┐ ┌──────────────┐ ┌─────────────────┐
│ VS Code │ │ MCP Server │ │ Qdrant │
│ (Continue/Cline)│◄──►│ (Python) │◄──►│ (Vector DB) │
└─────────────────┘ └──────────────┘ └─────────────────┘
│
┌──────────────┐
│ FastEmbed │
│ (Embeddings) │
└──────────────┘🔧 组件
- MCP服务器 (
server.py) - 适用于 VS Code 的 JSON-RPC 服务器 - Qdrant 数据库 - 向量数据库(Docker)
- FastEmbed(快速嵌入) - 适用于CPU的嵌入式(或:CPU友好的嵌入式)
- 控制脚本 - 守护进程,状态,停止
- MCP工具 -
ingest_documents,query_documents
文件/文档
QUICK_SETUP.md- 设置视觉(界面/外观)CONFIG_GUIDE.md- 设置USAGE_SUMMARY.md- 如何在其他项目中使用docs/- 完整的文件资料
🎯 功能
- ✅ 语义索引 文件
- ✅ 矢量搜索 具有相关性
- ✅(正确/对号/确认) 集成 VS Code (继续/克林)
- ✅ 仅使用CPU (无需GPU)
- ✅ Docker 用于Qdrant
- ✅ 自动化脚本 用于控制
- ✅ 灵活配置 (.env) 通常指的是一个环境配置文件(Environment File),在中文中可以翻译为“(环境配置文件)”或者根据上下文简化为“(环境文件)”。这个文件用于存储应用程序运行所需的环境变量,如数据库连接字符串、密钥等敏感信息,以便在不同环境中灵活配置和管理
🔗 集成 VS Code
继续(~/.continue/config.json)
{
"mcpServers": {
"qdrant-rag": {
"command": "python3",
"args": ["/caminho/para/projeto/mcp/qdrant_rag_server/server.py"]
}
}
}克莱恩(Cline,根据上下文,此处为音译,具体含义需结合语境)
类似配置 - 请参阅具体文档。
📊 项目状态
- 版本: 1.0.0
- 状态: ✅ 生产
- 最后更新时间: 2025年10月18日
- python 3.8+
- Docker: Qdrant 最新版本
- 嵌入表示(或嵌入): BAAI/bge-small-en-v1.5(384维)
🏆 技术特性
- 协议: JSON-RPC 2.0(多客户端协议,MCP)
- 向量数据库(Vector DB): Qdrant(本地主机:6333)
- 嵌入(或表示): FastEmbed(针对CPU优化)
- 尺寸: 384
- 距离: 余弦相似度
- 存储: 持久卷(Docker)
______________________________________________________________________
🎯 结果: 在VS Code中使用智能语义搜索!
如有问题,请参阅 docs/ 或者在 GitHub 上提交 issue。
