向量数据库扩展

Zed的Qdrant MCP

Zed扩展，使用模型上下文协议（MCP）直接在Zed中访问Qdrant矢量数据库。适用于任何与OpenAI兼容的嵌入服务器（llama.cpp、Ollama、vLLM、LM Studio等）。

目录

• 先决条件
• 快速开始
• 配置
• 兼容的嵌入式服务器
• 推荐的嵌入模型
• 可用工具
• 安装扩展
• 安装位置
• 发展
• 资源

先决条件

Qdrant

您需要一个正在运行的Qdrant实例。选项：

Qdrant Cloud（建议用于生产）

1. 注册地址：https://cloud.qdrant.io
2. 创建集群
3. 将URL和API密钥复制到设置（自动添加默认端口： :6334 对于gRPC， :6333 用于REST）

使用Docker的本地Qdrant

# Quick start (data lost when container stops)
docker run -p 6333:6333 -p 6334:6334 qdrant/qdrant

# With persistent storage (recommended)
docker run -d --name qdrant \
  -p 6333:6333 -p 6334:6334 \
  -v qdrant_storage:/qdrant/storage \
  --restart unless-stopped \
  qdrant/qdrant

管理容器：

docker stop qdrant    # stop
docker start qdrant   # start again (data persists)
docker logs qdrant    # view logs

macOS上的本地Qdrant二进制文件（无Docker）

从下载最新二进制文件 Qdrant发布:

• 苹果硅（M1/M2/M3/M4）： qdrant-aarch64-apple-darwin.tar.gz
• 英特尔： qdrant-x86_64-apple-darwin.tar.gz

# Extract and run
tar -xzf qdrant-*.tar.gz
./qdrant

Qdrant将在默认端口上启动(6333 HTTP， 6334 gRPC）。

嵌入式服务器

你需要任何公开OpenAI兼容的服务器 /v1/embeddings 终点。看 兼容的嵌入式服务器 选择。

快速开始

1. 启动Qdrant（云端或本地）
2. 启动嵌入服务器（请参见 兼容的嵌入式服务器)
3. 在Zed中安装此扩展（请参阅 安装扩展)
4. 将设置添加到 ~/.config/zed/settings.json:
   复制

   {
     "context_servers": {
       "mcp-server-qdrant": {
         "settings": {
           "embedding_server_url": "http://localhost:8080",
           "embedding_model": "snowflake-arctic-embed2"
         }
       }
     }
   }
   

5. 使用 qdrant-store 保存文本和 qdrant-find 从语义上搜索

配置

在中配置 ~/.config/zed/settings.json:

{
  "context_servers": {
    "mcp-server-qdrant": {
      "settings": {
        "qdrant_url": "https://xxx.cloud.qdrant.io",
        "qdrant_api_key": "your-api-key",
        "collection_name": "zed_collection",
        "embedding_server_url": "http://localhost:8080",
        "embedding_api_key": "",
        "embedding_model": "snowflake-arctic-embed2",
        "transport_protocol": "grpc",
        "enabled_tool_groups": "core"
      }
    }
  }
}

传输协议

该扩展支持gRPC和REST与Qdrant通信：

• gRPC （默认）--二进制协议，对大数据有更好的性能。使用端口 6334.
• 表征状态转移 --基于JSON，更易于调试。使用端口 6333.

使用Docker在本地运行Qdrant时，暴露两个端口以允许切换：

docker run -p 6333:6333 -p 6334:6334 qdrant/qdrant

集 "transport_protocol": "rest" 在您的设置中使用REST。正确的默认端口会在以下情况下自动应用 qdrant_url 没有指定一个。

兼容的嵌入式服务器

任何公开OpenAI兼容的服务器 /v1/embeddings 端点将工作。配置 embedding_server_url 和 embedding_model 因此。

推荐的嵌入模型

工具组

工具被组织成组，以减少上下文窗口的使用。默认情况下，只有 核心 组已启用（约450个令牌）。启用所有27个工具会消耗约5500个上下文令牌。

使用逗号分隔的列表在设置中启用组：

{
  "context_servers": {
    "mcp-server-qdrant": {
      "settings": {
        "enabled_tool_groups": "core,collections,search"
      }
    }
  }
}

使用 "all" 为了使每个组都能：

"enabled_tool_groups": "all"

可用工具

语义操作

• qdrant-store -使用自动生成的嵌入来存储文本
• qdrant-find -搜索语义相似的文本

安装扩展

您可以通过按cmd-shift-x启动Zed扩展库，打开命令面板并选择Zed:extensions，或从菜单栏中选择“Zed>extensions”来搜索扩展。

您可以在此处查看当前已安装的扩展，或搜索并安装新的扩展。

安装位置

• 在macOS上，扩展安装在~/Library/ApplicationSupport/Zd/extensions中。
• 在Linux上，它们安装在$XDG_DATA_HOME/zed/dextensions或~/.local/share/zed/deextensions中。
• 在Windows上，目录是%LOCALAPPDATA%\Zed\extensions。

此目录包含两个子目录：

• 已安装，其中包含每个扩展的源代码。
• 工作，其中包含由扩展本身创建的文件，如下载的语言服务器。

发展

看 docs/DEVELOPMENT.md 用于构建指令、测试设置和依赖关系管理。

资源

仓库

• GitHub上Zed仓库的Qdrant MCP服务器扩展

泽德

• Zed Docs–安装扩展
• Zed Docs–开发扩展
• Zed Docs–MCP服务器扩展
• Zed Docs–模型上下文协议（MCP）
• Zed Industries/扩展GitHub仓库

Qdrant

• Qdrant API参考
• Qdrant API和SDK文档
• GitHub上的Qdrant Rust客户端
• GitHub上的Qdrant Open API定义
• GitHub上的Qdrant protobuf定义
• Qdrant模型上下文协议（MCP）服务器的官方实现
• qdrant关于npmjs的技术简介
• Qdrant JavaScript SDK（REST+gRPC）

嵌入服务器

• GitHub上的llama.cpp
• llama.cpp服务器文档
• 奥拉玛
• 虚拟大语言模型
• LM 工作室
• LocalAI