mcp
基于Qdrant的MCP记忆服务器，集成知识图谱与语义搜索。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：mcp。 它的用途是：基于Qdrant的MCP记忆服务器，集成知识图谱与语义搜索。 详细介绍见：https://321skill.com/skills/mcp-mcp-qdrant-memory/ 请根据该页面的说明完成安装。
使用示例
“帮我回顾一下我们上周讨论的关于‘微服务架构’的项目设计要点，特别是和‘服务发现’相关的内容。”，它会通过连接的MCP记忆服务器，从历史对话和您已存储的文档中，语义化地检索出所有相关讨论片段和知识节点，并整合成连贯的摘要回复给您。在编写复杂代码或撰写长篇报告时，您也可以随时让AI“回忆”之前设定的规则、提取过的关键数据或写过的类似片段。
介绍
该Skill旨在解决AI Agent在复杂对话或长期任务中容易遗忘上下文、难以有效利用历史信息的问题。它通过一个独立的MCP（Model Context Protocol）服务器，将对话历史、知识片段等结构化信息持久化存储到Qdrant向量数据库中，并支持基于知识图谱和语义的智能检索。
使用时，您需要先部署此MCP服务器，然后在支持MCP的AI工具（如Claude Desktop）中配置连接。之后，您的AI助手便能在对话中调用该服务器，实现信息的长期存储、关联查询和语义回忆，让AI拥有更连贯、更精准的“记忆”。
它非常适合需要AI进行深度、连续协作的智能体开发者、全栈开发者以及数据分析师。无论是开发复杂的多轮对话智能体，还是构建需要长期追踪项目上下文或研究资料的辅助工具，此Skill都能显著提升AI的上下文理解与信息利用能力。
建议在需要处理大量非结构化信息或进行复杂项目管理的场景中使用。请注意，其效果依赖于Qdrant数据库的部署质量与数据组织方式，初次使用需进行简单的服务配置。
核心特点
与单纯基于向量数据库的记忆方案相比，它集成了知识图谱能力，不仅能进行语义相似性搜索，还能发现和利用信息之间的实体关系，实现更结构化、更符合逻辑的记忆检索。
注意事项
不适合对实时性要求极高或仅需临时、简单会话记忆的轻量级应用场景。
常见问题
这个MCP记忆服务器和普通的聊天历史记录有什么区别？
它通过向量化和知识图谱技术，不仅能按时间顺序记录，更能理解内容语义和关联，实现智能、跨会话的信息检索与回忆。
部署这个服务器复杂吗？
需要一定的技术基础，主要步骤是安装并运行Qdrant数据库，然后配置并启动此MCP服务器，最后在AI客户端中连接。项目README通常提供了详细指南。