Qdrant - OpenClaw Skill — OpenClawチュートリアル

インストールコマンド

npx clawhub@latest install qdrant

インストール手順

環境確認

Node.js 22以上とOpenClawがインストール済みであることを確認してください。ターミナルでopenclaw --versionを実行して確認できます。

インストール実行

上記のインストールコマンドをターミナルで実行します。ClawHubが自動的にQdrantを~/.openclaw/skills/ディレクトリにダウンロード・インストールします。

インストール確認

openclaw skills listを実行してインストール済みスキル一覧を確認し、Qdrantが表示されていることを確かめてください。

パラメータ設定（任意）

下記の紹介にある設定手順に従い、~/.config/openclaw/openclaw.json5にスキルの設定項目を追加してください。

手動インストール方法：Skillフォルダを~/.openclaw/skills/またはプロジェクトのskills/ディレクトリにコピーしてください。フォルダ内にSKILL.mdファイルが必要です。

ベクトル類似度検索コレクション作成とインデックス管理 Payloadフィルタリングとハイブリッド検索

詳細紹介

Qdrant MCPサーバーはQdrantベクトルデータベースの完全な管理機能を提供し、コレクション作成、ベクトル挿入、セマンティック検索などの操作に対応します。RAGやレコメンドシステムの構築に最適です。

コア機能

コレクション管理：ベクトルコレクションの作成、削除、設定を行い、ベクトル次元数、距離メトリクス（コサイン/ユークリッド/ドット積）、HNSWインデックスパラメータを設定します
ベクトル操作（upsert_points）：ベクトルポイントの挿入または更新を行い、Payloadメタデータの付加に対応します
セマンティック検索（search_points）：ベクトル類似度に基づいて最近傍結果を検索し、Payloadフィルタリング条件に対応します
ハイブリッド検索：ベクトル類似度とPayloadフィルタリングを組み合わせた精密検索を実現します
スクロールブラウジング（scroll_points）：コレクション内のすべてのポイントをページネーションで閲覧します

設定方法

{
  "mcpServers": {
    "qdrant": {
      "command": "npx",
      "args": ["-y", "@qdrant/mcp-server"],
      "env": {
        "QDRANT_URL": "http://localhost:6333",
        "QDRANT_API_KEY": "your-api-key"  // クラウド版で必要
      }
    }
  }
}

活用シーン

RAGナレッジベース：ドキュメントのEmbeddingを保存し、セマンティック検索による検索拡張生成を実現します
類似検索：商品レコメンド、画像検索、ドキュメント重複検出を行います
チャットメモリ：会話履歴ベクトルを保存して長期メモリを実現します
異常検出：ベクトル距離を使って異常データポイントを特定します

← Skills一覧に戻る