MCP Catalogs
首页

ultimate_mcp_server vs mcp-server-qdrant

并排对比,帮你在这两个 MCP server 之间做选择。

ultimate_mcp_server
by Dicklesworthstone
mcp-server-qdrant
by qdrant
Stars★ 149★ 1,397
30天用量
综合分8555
官方
分类
AI / LLM 工具浏览器自动化本地文件系统
数据库AI / LLM 工具开发者工具
实现语言PythonPython
最近提交2 个月前1 个月前

ultimate_mcp_server · 概述

一个功能全面的 MCP server,为 AI 提供多种能力:LLM 委托、浏览器自动化、文档处理和认知记忆系统。

mcp-server-qdrant · 概述

官方 Qdrant MCP 服务器,用于使用向量嵌入进行语义记忆存储和检索。

ultimate_mcp_server · 使用场景

  • 使用 OCR 和结构化数据提取进行复杂的文档处理和分析
  • 跨多个网站进行网页自动化和研究,通过浏览器控制
  • 通过模型间的智能任务分配实现成本优化的 AI 工作流

mcp-server-qdrant · 使用场景

  • 构建具有长期记忆能力的 AI 应用程序
  • 开发环境中的代码搜索和检索
  • 通过基于向量的语义搜索增强 LLM 应用程序

ultimate_mcp_server · 安装

安装

  1. 克隆仓库:
git clone https://github.com/Dicklesworthstone/ultimate_mcp_server.git
cd ultimate_mcp_server
  1. 安装依赖:
pip install -e .
  1. 对于 Claude Desktop 集成,添加到 claude_desktop_config.json:
{
  "mcpServers": {
    "ultimate-mcp": {
      "command": "python",
      "args": ["-m", "ultimate_mcp_server"],
      "env": {
        "PYTHONPATH": "."
      }
    }
  }
}
  1. 运行服务器:
python -m ultimate_mcp_server

mcp-server-qdrant · 安装

安装选项

使用 uvx
QDRANT_URL="http://localhost:6333" \
COLLECTION_NAME="my-collection" \
EMBEDDING_MODEL="sentence-transformers/all-MiniLM-L6-v2" \
uvx mcp-server-qdrant
使用 Docker
docker build -t mcp-server-qdrant .
docker run -p 8000:8000 \
  -e FASTMCP_SERVER_HOST="0.0.0.0" \
  -e QDRANT_URL="http://your-qdrant-server:6333" \
  -e QDRANT_API_KEY="your-api-key" \
  -e COLLECTION_NAME="your-collection" \
  mcp-server-qdrant
Claude Desktop 配置

添加到 claude_desktop_config.json:

{
  "qdrant": {
    "command": "uvx",
    "args": ["mcp-server-qdrant"],
    "env": {
      "QDRANT_URL": "https://xyz-example.eu-central.aws.cloud.qdrant.io:6333",
      "QDRANT_API_KEY": "your_api_key",
      "COLLECTION_NAME": "your-collection-name",
      "EMBEDDING_MODEL": "sentence-transformers/all-MiniLM-L6-v2"
    }
  }
}
对比内容由 README + GitHub 公开数据自动生成,定期更新。