Qdrant Memory

Name: Qdrant Memory
Author: cnkang

제작자: cnkang버전 0.3.1i★ –i내 컴퓨터에서 실행

레지스트리 이름io.github.cnkang/qdrant-memory

설치

개요

제작자가 쓴 설명(영어 원문)

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

PopNx MCP의 세 기둥

이 세 가지는 절대 하나의 점수로 합치지 않아요. 의견, 측정, 인기는 서로 다른 것이니까요.

사용자 의견i아직 리뷰가 없어요리뷰는 다음 단계에서 계정 기능과 함께 열려요
우리의 기본 점검i1개 중 1개 통과공개된 정보로 점검했으며, 코드는 아직 스캔하지 않았어요
사용 정도i아직 측정 안 함★ –

할 수 있는 일

이 서버는 아직 쉬운 말로 된 요약을 쓰지 못했어요. 아래는 레지스트리에서 읽어 온 사실이에요.

연결 방식: 내 컴퓨터에서 실행
전송 방식: stdio
카테고리: 검색 및 AI 기억
입력해야 할 값: QDRANT_API_KEY, EMBEDDING_API_KEY

설치

쓰고 있는 AI 앱을 고른 다음 설정을 복사하세요.

설치하기 전에

기본 점검: 1개 중 1개 통과
내 컴퓨터에서 내 사용자 계정의 권한(파일, 네트워크, 앱)으로 실행돼요.
직접 입력할 값: QDRANT_URL, QDRANT_API_KEY, EMBEDDING_API_KEY

비밀로 표시된 값은 내 계정의 열쇠예요. 절대 다른 사람과 공유하거나 채팅에 붙여 넣지 마세요.

필요한 것

PyPIPython의 uv 설치(uvx 명령어용)

어떤 앱을 쓰세요?

ClaudeClaude CodeCursorVS CodeChatGPT

위에서 앱을 고르세요. 기억해 두었다가 다음부터는 버튼에 “…에 설치”라고 표시해요.

Claude Desktop → Settings → Developer → Edit Config를 열고 claude_desktop_config.json에 이 내용을 붙여 넣으세요

{
  "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"
      }
    }
  }
}

터미널에서 이 명령어를 실행하세요

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

실행하기 전에 빈 값을 채워 주세요.

Cursor에서 열기

또는 설정을 직접 복사하기

프로젝트의 .cursor/mcp.json 또는 ~/.cursor/mcp.json에 붙여 넣으세요

{
  "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"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

VS Code에서 열기

또는 설정을 직접 복사하기

프로젝트의 .vscode/mcp.json에 붙여 넣으세요

{
  "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"
      }
    }
  }
}

브라우저가 앱을 열지 물어본 다음, 앱이 설정을 보여 주고 확인을 요청해요. 키 값은 비워 두니 직접 입력하세요.

이 서버는 내 컴퓨터에서 실행되는데, ChatGPT는 인터넷에 있는 서버에만 연결할 수 있어요. 다른 앱을 고르세요.

선택한 앱은 이 기기의 쿠키에만 저장돼요. 계정은 필요 없어요.

직접 입력할 값

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

이 설정은 제작자의 레지스트리 정보로 만들었어요. README와 다르면 README를 따르세요.

할 수 있는 일

내 컴퓨터에서 실행돼요. 설치하면 AI 앱에 도구 목록이 나타나요.

기본 점검i

누구나 볼 수 있는 정보를 점검했고, 코드는 읽지 않았어요. 해당하지 않는 항목은 개수에서 뺐어요. · 2026년 11월 6일 점검

✓ 통과
제작자와 저장소 일치
레지스트리 이름이 GitHub 계정 cnkang 기준으로 확인되었고, 이 계정이 저장소를 소유하고 있어요
… 아직 점검 안 함
계속 관리되고 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
… 아직 점검 안 함
라이선스 있음
아직 GitHub에서 이 저장소를 읽어 오지 않았어요
– 해당 없음
엔드포인트 응답
내 컴퓨터에서 실행되는 서버라 인터넷 엔드포인트가 없어요
– 해당 없음
OAuth로 로그인
내 컴퓨터에서 실행되며, 대신 로컬 설정을 사용해요
… 아직 점검 안 함
도구 설명에 숨겨진 지시 없음
내 컴퓨터에서 실행돼요. 도구 목록은 인터넷 엔드포인트가 있는 서버에서만 읽을 수 있어요

검색 및 AI 기억 카테고리의 다른 서버와 비교i

이 카테고리의 다른 서버 7246개 중 0%보다 스타가 많아요
이 카테고리의 다른 서버 7246개 중 96%보다 최근에 레지스트리에 공개됐어요
기본 점검 결과가 이 카테고리의 다른 서버 7246개 중 100%와 같거나 더 좋아요

레지스트리에서 이 카테고리의 활성 서버 전체와 비교했어요. 스타는 게시자가 저장소를 소유한 경우에만 세요.

자주 묻는 질문

Qdrant Memory, 안전한가요?

해당하는 기본 점검 1개 중 1개를 통과했어요. 코드는 읽지 않았어요. 키나 토큰을 넣기 전에 서버가 어떤 권한을 요구하는지 확인하고, 꼭 필요한 권한만 있는 키를 쓰세요.

어떤 키나 코드가 필요한가요?

입력해야 할 값: QDRANT_API_KEY, EMBEDDING_API_KEY

내 컴퓨터에서 실행되나요, 클라우드에서 실행되나요?

내 컴퓨터에서 실행돼요. AI 앱이 필요할 때 실행하고, 데이터는 제작자의 서버를 거치지 않아요(서버 자체가 온라인 서비스를 호출하는 경우는 제외).

아직 관리되고 있나요?

GitHub 저장소는 마지막으로 – 변경됐고, 최신 버전(0.3.1)은 어제 레지스트리에 올라왔어요.

어떤 앱에서 쓸 수 있나요?

Claude Desktop, Claude Code, Cursor, VS Code처럼 MCP를 지원하는 앱에서 쓸 수 있어요. 내 컴퓨터에 Python (uv)도 있어야 해요.

대신 쓸 수 있는 건 뭐가 있나요?

같은 카테고리에는: Context7, Codebase Memory, Exa

대안

같은 카테고리에서 다른 제작자가 만든 서버예요. 스타 순으로 정렬했어요.

카드 보는 법:★ GitHub 스타i세 기둥: 리뷰 · 점검 · 사용 정도i업데이트 = 최신 버전을 레지스트리에 공개한 날i

Context7

제작자: upstash

Up-to-date docs for AI agents

컴퓨터 또는 클라우드★ 64,224MIT오늘 업데이트

설치

Codebase Memory

제작자: DeusData

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

내 컴퓨터에서 실행★ 48,148MIT20일 전 업데이트

설치

Exa

제작자: exa-labs

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

클라우드에서 실행★ 5,213MIT지난달 업데이트

설치

제작자의 README

README 열기

제작자의 저장소에서 쓰인 그대로 가져왔어요. PopNx MCP가 검토하거나 보증한 내용이 아니에요. HTML, 이미지, 스크립트는 제거했어요. 링크를 누르면 이 사이트를 벗어나요.

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

앞부분만 보여 드려요. 나머지는 저장소에서 읽어 보세요

Qdrant Memory

개요

PopNx MCP의 세 기둥

할 수 있는 일

설치

설치하기 전에

직접 입력할 값

할 수 있는 일

기본 점검i

제작자와 저장소 일치

계속 관리되고 있음

라이선스 있음

엔드포인트 응답

OAuth로 로그인

도구 설명에 숨겨진 지시 없음

검색 및 AI 기억 카테고리의 다른 서버와 비교i

자주 묻는 질문

대안

Context7

Codebase Memory

Exa

제작자의 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