AI导哈

知识图谱服务器

基于Qdrant向量数据库的知识图谱服务器，提供语义搜索和实体关系管理功能。

  • by tjwells47
  • 本地部署
  • 更新于
在 GitHub 查看 tjwells47/mcp-qdrant-memory

使用说明

具有Qdrant持久性的MCP内存服务器

此MCP服务器提供了一个由Qdrant向量数据库支持的具有语义搜索功能的知识图实现。

特性

  • 基于图的实体和关系知识表示
  • 基于文件的持久性（memory.json）
  • 使用Qdrant向量数据库进行语义搜索
  • 用于语义相似性的OpenAI嵌入
  • HTTPS支持，具有反向代理兼容性
  • Docker支持，易于部署

环境变量

需要以下环境变量：

# OpenAI API key for generating embeddings
OPENAI_API_KEY=your-openai-api-key

# Qdrant server URL (supports both HTTP and HTTPS)
QDRANT_URL=https://your-qdrant-server

# Qdrant API key (if authentication is enabled)
QDRANT_API_KEY=your-qdrant-api-key

# Name of the Qdrant collection to use
QDRANT_COLLECTION_NAME=your-collection-name

设置

本地设置

  1. 安装依赖项：
npm install
  1. 构建服务器：
npm run build

Docker设置

  1. 构建Docker镜像：
docker build -t mcp-qdrant-memory .
  1. 使用所需的环境变量运行Docker容器：
docker run -d \
  -e OPENAI_API_KEY=your-openai-api-key \
  -e QDRANT_URL=http://your-qdrant-server:6333 \
  -e QDRANT_COLLECTION_NAME=your-collection-name \
  -e QDRANT_API_KEY=your-qdrant-api-key \
  --name mcp-qdrant-memory \
  mcp-qdrant-memory

添加到MCP设置：

{
  "mcpServers": {
    "memory": {
      "command": "/bin/zsh",
      "args": ["-c", "cd /path/to/server && node dist/index.js"],
      "env": {
        "OPENAI_API_KEY": "your-openai-api-key",
        "QDRANT_API_KEY": "your-qdrant-api-key",
        "QDRANT_URL": "http://your-qdrant-server:6333",
        "QDRANT_COLLECTION_NAME": "your-collection-name"
      },
      "alwaysAllow": [
        "create_entities",
        "create_relations",
        "add_observations",
        "delete_entities",
        "delete_observations",
        "delete_relations",
        "read_graph",
        "search_similar"
      ]
    }
  }
}

工具

实体管理

  • create_entities：创建多个新实体
  • create_relations：在实体之间创建关系
  • add_observations：向实体添加观察结果
  • delete_entities：删除实体及其关系
  • delete_observations：删除具体意见
  • delete_relations：删除特定关系
  • read_graph：获取完整的知识图谱

语义搜索

  • search_similar：搜索语义相似的实体和关系
    interface SearchParams {
  query: string;     // Search query text
  limit?: number;    // Max results (default: 10)
}

实现细节

服务器维护两种形式的持久性：

  1. 基于文件（memory.json）：

    • 完整的知识图谱结构
    • 快速访问完整图形
    • 用于图形操作

  2. Qdrant矢量数据库：

    • 实体和关系的语义嵌入
    • 启用相似性搜索
    • 自动与文件存储同步

同步

当实体或关系被修改时：

  1. 更改将写入memory.json
  2. 嵌入是使用OpenAI生成的
  3. 矢量存储在Qdrant中
  4. 两个存储系统保持一致

搜索过程

搜索时：

  1. 查询文本转换为嵌入
  2. Qdrant执行相似性搜索
  3. 结果包括实体和关系
  4. 结果按语义相似性排序

示例用法

// Create entities
await client.callTool("create_entities", {
  entities: [{
    name: "Project",
    entityType: "Task",
    observations: ["A new development project"]
  }]
});

// Search similar concepts
const results = await client.callTool("search_similar", {
  query: "development tasks",
  limit: 5
});

HTTPS和反向代理配置

服务器支持通过HTTPS和反向代理连接到Qdrant。这在以下情况下特别有用：

  • 在Nginx或Apache等反向代理后面运行Qdrant
  • 使用自签名证书
  • 需要自定义SSL/TLS配置

使用反向代理进行设置

  1. 配置您的反向代理（例如使用Nginx）：
server {
    listen 443 ssl;
    server_name qdrant.yourdomain.com;

    ssl_certificate /path/to/cert.pem;
    ssl_certificate_key /path/to/key.pem;

    location / {
        proxy_pass http://localhost:6333;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
    }
}
  1. 更新您的环境变量：
QDRANT_URL=https://qdrant.yourdomain.com

安全考虑

服务器通过以下方式实现了强大的HTTPS处理：

  • 自定义SSL/TLS配置
  • 正确的证书验证选项
  • 连接池和keepalive
  • 指数回退自动重试
  • 可配置超时

HTTPS连接故障排除

如果您遇到连接问题：

  1. 验证您的证书：
openssl s_client -connect qdrant.yourdomain.com:443
  1. 测试直接连接：
curl -v https://qdrant.yourdomain.com/collections
  1. 检查是否有任何代理设置：
env | grep -i proxy

贡献

  1. 分叉存储库
  2. 创建要素分支
  3. 进行更改
  4. 提交拉取请求

许可证

麻省理工学院

相关 MCP