qdrant/qdrant-client

해결하는 문제

AI 애플리케이션에서 사용되는 고차원 벡터 임베딩을 저장하고 검색하며 관리할 수 있도록 Qdrant 벡터 검색 엔진과 상호작용할 수 있는 Python SDK를 제공합니다.

작동 방식

이 라이브러리는 Python 애플리케이션과 Qdrant 서버(또는 로컬 인스턴스) 사이의 다리 역할을 합니다. REST 및 gRPC를 통해 동기 및 비동기 요청을 지원합니다. 또한 프로토타이핑 및 테스트를 위해 별도의 서버 없이 엔진을 실행할 수 있는 "로컬 모드"를 포함하고 있습니다.

대상 사용자

Python에서 벡터 데이터를 프로그래밍 방식으로 관리할 필요가 있는, AI 기반 검색, 추천 시스템, 또는 RAG(Retrieval-Augmented Generation) 파이프라인을 개발하는 개발자들입니다.

주요 기능

• 로컬 모드: Docker 컨테이너나 서버 없이 메모리 또는 디스크에 벡터 데이터베이스를 로컬로 실행할 수 있습니다.
• 추론 API: FastEmbed(CPU/GPU)를 통해 로컬에서 임베딩을 생성하거나, Qdrant Cloud를 통해 원격에서 임베딩을 생성하는 통합 지원이 있습니다.
• _비동기 지원: 고성능 애플리케이션을 위한 완전한 비동기 클라이언트(AsyncQdrantClient)를 제공합니다.
• 유연한 연결성: Qdrant 서버 또는 관리형 클라우드 클러스터와의 통신에 REST 및 gRPC를 지원합니다.