Qdrant MCP Server vs Pinecone MCP Server

Qdrant MCP Server ne zaman seçilir

• Asistanın bilgileri kaydedip daha sonra anlamlarına göre bulmasını istiyorsanız seçin. qdrant-store, metni vektöre dönüştürerek isteğe bağlı metadata ile koleksiyona yazar. qdrant-find ise doğal dille yazılan sorguya yakın bilgileri getirir. Bu akış, asistan için kalıcı bir bilgi koleksiyonu oluşturur.
• Yeniden kullanacağınız kod parçalarını açıklamaları üzerinden aramak istiyorsanız uygundur. Belgelenen yöntemde açıklama information, kod ise metadata.code alanına yazılır. TOOL_STORE_DESCRIPTION ve TOOL_FIND_DESCRIPTION ile asistana neyi kaydedeceğini ve nasıl arayacağını anlatabilirsiniz. Kod araması, bu şekilde koleksiyona eklenen içerik üzerinden çalışır.
• Veritabanını yerel bir dizinde tutmak veya mevcut Qdrant sunucunuza bağlanmak istiyorsanız seçin. QDRANT_LOCAL_PATH yerel depolamayı, QDRANT_URL sunucu bağlantısını tanımlar. Sunucu adresi yerel bir Qdrant kurulumuna ya da Qdrant Cloud'a ait olabilir.
• Asistan mevcut koleksiyonu tarasın ama yeni bilgi eklemesin istiyorsanız QDRANT_READ_ONLY kullanın. Bu ayar qdrant-store aracını kapatır; asistan qdrant-find üzerinden aramaya devam edebilir.

Pinecone MCP Server ne zaman seçilir

• Pinecone kullanan bir uygulama geliştiriyor ve indeksleri kodlama asistanından incelemek istiyorsanız seçin. list-indexes indeksleri listeler, describe-index yapılandırmayı gösterir. describe-index-stats ile kayıtlara ve namespace'lere ilişkin istatistikleri inceleyebilirsiniz. Asistan bu bilgileri kod yazarken kullanabilir.
• Bir embedding modeli seçerek indeks oluşturacak, ardından metin kayıtlarını ekleyecek veya güncelleyecekseniz uygundur. Bu akışta create-index-for-model ve upsert-records kullanılır. İndeksin integrated inference özelliği olmalıdır; mevcut indeksinizin bu koşulu karşılayıp karşılamadığı seçimde belirleyicidir.
• Geliştirme sırasında sorguları denemek ve sonuçları değerlendirmek istiyorsanız seçin. search-records, metadata filtresi ve yeniden sıralama seçenekleriyle metin araması yapar. cascading-search, birden fazla indeksi arar, yinelenen sonuçları çıkarır ve kalan sonuçları yeniden sıralar.
• Asistanın Pinecone API kullanımını belgelerden kontrol etmesini istiyorsanız search-docs işinize yarar. Araç resmi Pinecone belgelerinde arama yapar. README'ye göre proje API anahtarı olmadan da kullanılabilir; indekslere erişmek için anahtar gerekir.

Temel farklar

• Qdrant'ın odağı, anlamsal belleğe bilgi yazmak ve bu bilgiyi geri getirmektir. Pinecone ise indeks oluşturma, yapılandırmayı inceleme, kayıtlarla çalışma ve belge arama adımlarını kapsar. Seçimi, asistana vereceğiniz göreve göre yapın: bir bilgi koleksiyonunu kullanmak veya Pinecone üzerinde uygulama geliştirmek.
• Qdrant, metinleri FastEmbed ile vektöre dönüştürür; desteklenen modeli EMBEDDING_MODEL üzerinden seçebilirsiniz. Pinecone'un kayıt araçları, indekse bağlı integrated inference özelliğini kullanır. Pinecone README'si bu özellik bulunmayan indeksleri, bağımsız embedding işlemlerini ve vektör aramasını destek kapsamı dışında bırakır.
• Qdrant varsayılan olarak yerel stdio bağlantısıyla çalışır; uzak istemciler için sse ve streamable-http seçenekleri de vardır. Pinecone'un belgelenen kurulumu, stdio üzerinden yerel bir Node süreci başlatır ve Pinecone servislerine bağlanır. MCP sürecinin yerelde çalışması, veritabanının da yerelde tutulduğu anlamına gelmez.
• Qdrant'ta QDRANT_LOCAL_PATH ile sunucu adresi vermeden yerel veritabanı kullanabilirsiniz; Qdrant Cloud bağlantısına QDRANT_API_KEY eklenir. Pinecone'da indeks yönetimi ve sorgulama için PINECONE_API_KEY gerekir. Belge aramasının anahtarsız çalışabilmesi, yalnızca dokümantasyon için kurulum yapan geliştiriciler açısından ayrı bir seçenektir.
• Qdrant'ta COLLECTION_NAME varsayılan koleksiyonu belirler; tanımlanmazsa araç çağrısında koleksiyon adı gerekir. Pinecone indeksleri listeleme ve istatistiklerini inceleme araçlarına ek olarak, verilen kayıtları veya metinleri yeniden sıralayan rerank-documents aracını sunar. Qdrant'ın araç kapsamı kaydetme ve bulma işlemleriyle sınırlıdır.

Kurulum

Qdrant için ortam değişkenlerinde QDRANT_URL ve COLLECTION_NAME tanımlayıp uvx mcp-server-qdrant çalıştırın. Yerel veritabanı modunda QDRANT_URL yerine QDRANT_LOCAL_PATH kullanın; ikisini birlikte tanımlamayın. Cloud bağlantısına QDRANT_API_KEY ekleyin. Adını verdiğiniz koleksiyon yoksa sunucu oluşturur. Uzak bağlantı için uvx mcp-server-qdrant --transport streamable-http veya --transport sse seçeneğini kullanabilirsiniz.

Pinecone için Node.js v20 veya üzeri gerekir; node ve npx, PATH içinde bulunmalıdır. İstemciyi npx -y @pinecone-database/mcp komutunu başlatacak şekilde yapılandırın. İndekslere erişmek için süreç ortamına PINECONE_API_KEY ekleyin. README, Cursor ayarlarını .cursor/mcp.json, Claude Desktop ayarlarını ise claude_desktop_config.json dosyasında gösterir.