mcp-server-qdrant提供了两个核心功能操作：
1. 存储信息(qdrant-store)
- Format:
qdrant-store information="描述文本" metadata={"附加数据"} - Example:
qdrant-store information="计算器函数" metadata={"code":"def calc(x): return x + 1"} - 元数据字段可选，但建议包含结构化信息以增强检索效果
2. 检索信息(qdrant-find)
- Format:
qdrant-find query="搜索内容" - Example:
qdrant-find query="计算器函数的Python实现" - 系统会返回匹配度最高的结果，包含原始信息和元数据
practical skill::
- 对代码搜索场景，可配置专门的工具描述
- 查询时使用更具体的关键词可以提高召回准确率
- 存储时添加丰富的元数据可以支持更灵活的检索条件
This answer comes from the articleMCP service built on Qdrant vector search engineThe
May not be reproduced without permission:AI productivity tools " 如何使用mcp-server-qdrant进行信息存储和检索？
English 
简体中文 
日本語 
Deutsch 
Português do Brasil