Qdrant Memory

Name: Qdrant Memory
Author: cnkang

作者：cnkangバージョン 0.3.1i★ –iパソコンで動く

レジストリ名io.github.cnkang/qdrant-memory

インストール

概要

作者による説明（英語の原文）

Persistent scoped Qdrant memory for agents, through four explicit stdio MCP tools.

PopNx MCPの3つの柱

この3つを1つのスコアにまとめることはしません。意見、測定、人気はそれぞれ別のものだからです。

利用者の声iレビューはまだありませんレビューは今後のステップで、アカウント機能と一緒に始まります
私たちの基本チェックi1項目中1項目に合格公開情報からチェック。コードはまだスキャンしていません
利用状況i未計測★ –

できること

このサーバーのやさしい解説はまだ書いていません。以下はレジストリから読み取った事実です。

接続方法: パソコンで動く
トランスポート: stdio
カテゴリ: 検索・AIの記憶
入力が必要なもの：QDRANT_API_KEY, EMBEDDING_API_KEY

インストール

使っているAIアプリを選んで、設定をコピーしてください。

インストールの前に

基本チェック：1項目中1項目に合格
あなたのパソコンで、あなたのユーザーと同じ権限（ファイル、ネットワーク、アプリ）で動きます。
自分で入力するもの： QDRANT_URL, QDRANT_API_KEY, EMBEDDING_API_KEY

「秘密」と表示された値は、あなたのアカウントの鍵です。絶対に人に教えたり、チャットに貼り付けたりしないでください。

必要なもの

PyPIPythonのuvのインストール（uvxコマンドに必要）

どのアプリを使っていますか？

ClaudeClaude CodeCursorVS CodeChatGPT

上でアプリを選んでください。選んだアプリを覚えておくので、次からはボタンに「…にインストール」と表示されます。

Claude Desktop → Settings → Developer → Edit Config を開き、claude_desktop_config.json にこれを貼り付けます

{
  "mcpServers": {
    "qdrant-memory": {
      "command": "uvx",
      "args": [
        "qdrant-memory-mcp",
        "mcp"
      ],
      "env": {
        "QDRANT_URL": "your-value",
        "QDRANT_API_KEY": "your-value",
        "EMBEDDING_API_KEY": "your-value"
      }
    }
  }
}

ターミナルでこれを実行します

claude mcp add qdrant-memory --env QDRANT_URL=your-value --env QDRANT_API_KEY=your-value --env EMBEDDING_API_KEY=your-value -- uvx qdrant-memory-mcp mcp

動かす前に、空欄の値を入力してください。

Cursorで開く

または、設定を自分でコピーする

プロジェクトの .cursor/mcp.json、または ~/.cursor/mcp.json に貼り付けます

{
  "mcpServers": {
    "qdrant-memory": {
      "command": "uvx",
      "args": [
        "qdrant-memory-mcp",
        "mcp"
      ],
      "env": {
        "QDRANT_URL": "your-value",
        "QDRANT_API_KEY": "your-value",
        "EMBEDDING_API_KEY": "your-value"
      }
    }
  }
}

ブラウザがアプリを開いてよいか確認し、そのあとアプリが設定を表示して確認を求めます。キーの値は空欄のままなので、自分で入力してください。

VS Codeで開く

または、設定を自分でコピーする

プロジェクトの .vscode/mcp.json に貼り付けます

{
  "servers": {
    "qdrant-memory": {
      "type": "stdio",
      "command": "uvx",
      "args": [
        "qdrant-memory-mcp",
        "mcp"
      ],
      "env": {
        "QDRANT_URL": "your-value",
        "QDRANT_API_KEY": "your-value",
        "EMBEDDING_API_KEY": "your-value"
      }
    }
  }
}

これはパソコンで動くサーバーですが、ChatGPTがつなげるのはインターネット上のサーバーだけです。ほかのアプリを選んでください。

選んだアプリは、この端末のCookieに保存されます。アカウントは不要です。

自分で入力する値

QDRANT_URL env
Optional remote Qdrant endpoint when configured for server/cloud mode.
QDRANT_API_KEY 秘密 env
Optional Qdrant credential for configured remote storage.
EMBEDDING_API_KEY 秘密 env
Optional credential for the configured embedding provider.

この設定は、作者のレジストリ登録情報から作成しています。READMEと違う場合は、READMEに従ってください。

できること

パソコンで動くサーバーです。インストールすると、ツール一覧がAIアプリに表示されます。

基本チェックi

誰でも見られる情報をチェックしており、コードは読んでいません。当てはまらない項目は数に入れていません。 · 2026年11月7日にチェック

✓ 合格
作者とリポジトリが一致
レジストリ名は、リポジトリを所有するGitHubアカウント cnkang で確認済みです
… 未チェック
今もメンテナンスされている
このリポジトリはまだGitHubから読み取っていません
… 未チェック
ライセンスがある
このリポジトリはまだGitHubから読み取っていません
– 対象外
エンドポイントが応答する
これはパソコンで動くため、インターネット上のエンドポイントはありません
– 対象外
OAuthでサインイン
パソコンで動き、代わりにローカルの設定を使います
… 未チェック
ツールの説明に隠れた指示がない
パソコンで動くサーバーです。ツール一覧を読み取れるのは、インターネット上のエンドポイントがある場合だけです

検索・AIの記憶のほかのサーバーとの比較i

このカテゴリのほかの7249件のうち0%よりスターが多い
このカテゴリのほかの7249件のうち96%より最近レジストリに公開
基本チェックの結果が、このカテゴリのほかの7249件のうち100%と同じかそれ以上

レジストリでこのカテゴリにある有効なすべてのサーバーと比較しています。スターは、公開者がリポジトリの所有者である場合だけ数えます。

よくある質問

Qdrant Memoryは安全ですか？

当てはまる基本チェック1項目のうち1項目に合格しました。コードは読んでいません。キーやトークンを追加する前に、サーバーがどんなアクセスを求めているかを確認し、必要な権限だけを持つキーを使ってください。

どんなキーやコードが必要ですか？

入力が必要なもの：QDRANT_API_KEY, EMBEDDING_API_KEY

パソコンで動きますか、それともクラウドですか？

あなたのパソコンで動きます。必要なときにAIアプリが起動し、データは作者のサーバーを通りません（サーバー自体がオンラインサービスを呼び出す場合を除きます）。

今もメンテナンスされていますか？

GitHubリポジトリの最終更新は–、最新バージョン（0.3.1）がレジストリに届いたのは昨日です。

どのアプリで使えますか？

Claude Desktop、Claude Code、Cursor、VS CodeなどのMCP対応アプリで使えます。パソコンにPython (uv)も必要です。

代わりに使えるものは？

同じカテゴリには：Context7, Codebase Memory, Exa

代わりの候補

同じカテゴリで、ほかの作者が作ったサーバー。スターの多い順。

カードの見方：★ GitHubスターi3つの柱：レビュー · チェック · 利用状況i更新＝最新バージョンをレジストリに公開した日i

Context7

作者：upstash

Up-to-date docs for AI agents

パソコンでもクラウドでも★ 64,224MIT今日更新

インストール

Codebase Memory

作者：DeusData

Codebase knowledge graph for AI agents — 162 languages, sub-ms queries, 99% fewer tokens.

パソコンで動く★ 48,148MIT20 日前更新

インストール

Exa

作者：exa-labs

Connect AI agents to Exa for web search, content fetching, and multi-step research.

クラウドで動く★ 5,213MIT先月更新

インストール

作者のREADME

READMEを開く

作者のリポジトリから書かれたとおりにコピーしたものです。PopNx MCPは内容を確認・推奨していません。HTML、画像、スクリプトは取り除いています。リンクはこのサイトの外へ移動します。

Qdrant Memory MCP

One Memory. Multiple Agents. No Lock-in.

The Codex plugin candidate adds guided local setup, read-only native-memory import and verified JSON/Markdown handoff. It is versioned independently and does not add a second Runtime. See the executed validation and limits. Exports remain readable without this plugin or a subscription; native adoption is verified separately from file creation.

Durable, portable, and permission-aware memory for AI agents — distributed as an MCP adapter over the Qdrant Memory Runtime.

For shared production deployments, read the deployment security guide. Owner-only database write credentials are required independently of MCP grants. Configure destination protection and shared doctor before deployment. See the Owner support record for support limits.

One Memory, Multiple Agents — opt-in shared owner

The distribution adds an opt-in single-owner service and stdio bridge. Install Runtime 0.6.0 to use them. See shared integration guide. Private defaults are unchanged. Native Provider automatic shared extraction is deferred.

A WorkBuddy connector and a DeepSeek Harness bundle reuse this stdio MCP, the managed launcher and the canonical Skill.

简体中文

Persistent, scoped memory for AI agents through four explicit stdio MCP tools. This repository distributes the existing Python Runtime. Its metadata-only wheel contains no Python business implementation. The console script points directly to qdrant_memory.standalone:main and depends on hermes-plugin-qdrant-memory[mcp]==0.6.0.

See 0.3.1 release notes for the Runtime pin and upgrade guidance.

Before using an exact-version installation command, confirm that version on the PyPI release page. If unavailable, these package commands cannot run yet. Use the published 0.3.0 guide until publication; a source candidate does not establish PyPI or npm availability.

Versions: MCP distribution 0.3.1 pins Runtime 0.6.0, which supports MCP Python SDK 1.x and 2.x (mcp>=1.30,<3). The four scoped tools and stdio launch arguments are the same for both SDK majors. The commands below use these exact versions. Release artifacts are available through the distribution PyPI page and Runtime PyPI page. See release checklist for the publishing sequence.

Runtime, optional Agent Skill and MCP distribution versions are independent. The Skill is usage guidance, not a runtime dependency. Hermes retains its native MemoryProvider, automatic extraction and prefetch. Ordinary MCP performs only explicitly requested memory operations. It does not automatically extract every conversation turn.

Harness support matrix

Verification levels: configuration example only, protocol-level tested, official SDK/CLI tested, real host tested, real desktop GUI tested, not verified.

Host	Native Provider	Explicit MCP tools	Automatic capture	Automatic recall	Shared Owner	Remote access	Verification
Hermes	Yes	Yes (via standalone)	Yes	Yes	Opt-in	Yes	Real host tested
OpenCode	No	Yes	No	No	Via Owner	Yes	Real host tested (dual-device)
Pi	No	Yes (extension)	Opt-in adapter	Opt-in adapter	Via Owner	Yes	Real host tested
DeepSeek Harness	No	Yes (DSH bundle)	No	No	Via Owner	Yes	Real host tested
WorkBuddy	No	Yes (connector)	No	No	Via Owner	Yes	Real desktop GUI tested
Codex	No	Yes	No	No	Via Owner	Yes	Official CLI tested

This distribution does not auto-extract conversations for any MCP host. Automatic capture and recall require a native provider or a lifecycle adapter. See the Codex validation record for the tested CLI, source revisions and model providers; desktop GUI and native-memory adoption are separate verification boundaries.

Install and initialize

For the shortest currently supported local setup, follow the Ollama quickstart (中文). It covers an existing model, installing a missing model, a separate WorkBuddy profile, connection settings and a first save/search check. No Qdrant server, Docker, cloud account or embedding API key is needed for that local path. Python/uv and one-time profile configuration are still required for this direct route. The managed WorkBuddy connector and DSH bundle prepare those dependencies from Node.js instead.

Requires Python 3.11+ and either uv or a Python virtual environment. You must configure storage and an embedding service. For the example below, run Ollama and install qwen3-embedding:4b yourself.

Create an operator-owned profile directory and save qdrant-memory.json inside:

"schema_version": 1, "scope": {"user_id": "my-user", "agent_id": "my-agent"}, "qdrant": {"mode": "embedded", "collection": "qdrant_memory"}, "embedding": { "mode": "plugin", "provider": "ollama", "model": "qwen3-embedding:4b", "base_url": "http://127.0.0.1:11434", "dimensions": 2560, "distance": "Cosine" } }

Initialize, then launch (replace /path/to/profile with your absolute path):

uvx --from qdrant-memory-mcp==0.3.1 qdrant-memory-mcp --home /path/to/profile init

uvx --from qdrant-memory-mcp==0.3.1 qdrant-memory-mcp --home /path/to/profile mcp

The command without --home uses ~/.qdrant-memory, independent of Hermes. Configure and initialize that directory before letting a Registry client launch uvx --from qdrant-memory-mcp==0.3.1 qdrant-memory-mcp mcp. The executable name matches the package name. The Registry's positional mcp selects protocol mode. Its optional named --home precedes mcp when a client supplies a custom profile.

Alternatively:

python3 -m venv .venv

.venv/bin/python -m pip install qdrant-memory-mcp==0.3.1 .venv/bin/qdrant-memory-mcp --home /path/to/profile init .venv/bin/qdrant-memory-mcp --home /path/to/profile mcp

On Windows use .venv\Scripts\python.exe and .venv\Scripts\qdrant-memory-mcp.exe.

Qdrant embedded, self-hosted server and Cloud, plus Ollama and OpenAI-compatible embeddings, are configured in the Runtime's configuration reference. Keep credentials in operator environment variables (QDRANT_API_KEY, EMBEDDING_API_KEY, or configured names). Never commit their values. Initialization against an existing collection requires explicit operator choice. Do not use a production destination for a first test.

Connect a client

Codex config.toml example:

[mcp_servers.qdrant_memory]

command = "uvx" args = ["--from", "qdrant-memory-mcp==0.3.1", "qdrant-memory-mcp", "--home", "/path/to/profile", "mcp"]

OpenCode opencode.json example:

"$schema": "https://opencode.ai/config.json", "mcp": { "qdrant_memory": { "type": "local", "command": ["uvx", "--from", "qdrant-memory-mcp==0.3.1", "qdrant-memory-mcp", "--home", "/path/to/profile", "mcp"], "enabled": true } } }

Pi needs a separately installed MCP client/extension. In that extension, use command: uvx and the same argument list. No built-in Pi MCP support or universal extension config format is claimed. These are configuration examples. This protocol acceptance tests use the official Python MCP SDK. Host-specific evidence is recorded separately in the architecture and support boundaries and the Runtime's client evidence and limits.

Tools and boundaries

Tool	Input	Result
`qdrant_memory_search`	`query`, optional `category`	Scoped memories with IDs, scores and provenance
`qdrant_memory_add`	`text`	Durable memory ID
`qdrant_memory_update`	exact `id`, replacement `text`	Scoped replacement
`qdrant_memory_delete`	exact `id`	Scoped deletion

Scope is fixed by the operator's profile (user_id, agent_id). Model inputs and MCP client identity cannot override it. Knowing an ID does not grant access. Migration, export, reset and bulk deletion remain trusted operator CLI commands. See standalone maintenance. No resources or prompts are advertised. This is a local subprocess, with no public HTTP/SSE listener or remote authentication service. Stdout is reserved for protocol messages, with sanitized diagnostics on stderr.

Data flows from client → Runtime → embedding provider → Qdrant and the local SQLite ledger. With local Ollama and embedded Qdrant, memory processing stays local. Cloud embedding receives memory/query text, and cloud Qdrant receives vectors and stored payloads. The client/model may also receive recalled text. The operator must authorize retention and access and protect the profile files.

One writer lease coordinates a profile/destination. Do not overlap MCP, CLI or Hermes processes writing to it. Separate profiles or machines do not provide a distributed lock. This package does not support uncoordinated multiprocess writes, auto-extraction, an HTTP transport, or implicit credential discovery from Hermes. It preserves the Runtime's ledger, IDs and recovery semantics.

Concepts and evidence

Sharing vs Portability vs Backup: Runtime portability guide
Cross-harness architecture: docs/cross-harness-architecture.md
Shared Owner status: docs/universal-owner-status.md
Validation limits: docs/dsh-validation.md

Validation reports apply to their recorded versions, workloads and host environments. Short protocol or cloud runs do not establish 24-hour acceptance for a new release.

Verification and development

CI builds wheel/sdist, checks metadata and ownership marker. It runs installed protocol tests with temporary profiles, embedded Qdrant and a deterministic loopback embedding fixture on Linux/macOS/Windows, Python 3.11 and 3.14. No test connects to personal Qdrant, Hermes profiles or memory data. These tests cover initialize, discovery, four tools, persistence, recovery, scope isolation, error redaction and protocol stdout. Provider/cloud compatibility evidence belongs to the Runtime.

CI prefers the immutable Runtime PyPI release. Before a Runtime release reaches PyPI, CI builds a wheel from the immutable revision recorded in runtime-source.json. This is only a preparation fixture: published dependency metadata always uses the exact PyPI version. Release workflow acceptance requires installation from PyPI and never uses that fallback.

See CI and dependency maintenance, publishing, architecture, and the optional Skill.

Dependency boundary

The runtime dependency is only hermes-plugin-qdrant-memory[mcp]. The sdist includes the Python acceptance tests, apart from harnesses th

冒頭だけを表示しています。続きはリポジトリで読めます

Qdrant Memory

概要

PopNx MCPの3つの柱

できること

インストール

インストールの前に

自分で入力する値

できること

基本チェックi

作者とリポジトリが一致

今もメンテナンスされている

ライセンスがある

エンドポイントが応答する

OAuthでサインイン

ツールの説明に隠れた指示がない

検索・AIの記憶のほかのサーバーとの比較i

よくある質問

代わりの候補

Context7

Codebase Memory

Exa

作者のREADME

Qdrant Memory MCP

One Memory, Multiple Agents — opt-in shared owner

Harness support matrix

Install and initialize

Connect a client

Tools and boundaries

Concepts and evidence

Verification and development

Dependency boundary