qdrant/qdrant

它解决了什么问题

Qdrant 是一个生产就绪的向量相似性搜索引擎和数据库，旨在存储、搜索和管理高维向量（嵌入）及其相关元数据（负载）。它使开发者能够构建语义搜索、推荐系统和图像发现等应用，超越简单的关键词匹配，实现基于语义的检索。

它如何工作

使用 Rust 编写，以实现高性能和可靠性，Qdrant 存储由向量和 JSON 负载组成的「点」。它支持多种向量类型——密集向量用于语义含义，稀疏向量用于全文搜索，多向量用于复杂模型（如 ColBERT）。为了优化检索，它利用 SIMD 硬件加速和 GPU 支持进行索引，同时量化技术可将内存使用量减少高达 97%。

适用于谁

专为构建基于神经网络或语义匹配的应用程序的 AI 工程师和开发者设计，例如电商产品分类、视觉搜索引擎，以及需要长期记忆或高效数据检索的 AI 代理。

主要特性

• 混合搜索：通过融合策略（如倒数排名融合 RRF）结合语义和关键词的精确度。
• 基于负载的过滤：支持使用 JSON 元数据进行复杂搜索结果过滤，条件包括关键词匹配和地理位置等。
• 分布式部署：通过分片和复制支持水平扩展，并实现零停机更新。
• Qdrant Edge：一个轻量级版本，可在应用进程中运行，为边缘设备提供低延迟、离线功能。
• 开发者工具：提供 Web UI 用于数据探索，以及官方客户端库，支持 Go、Rust、JS/TS、Python、.NET 和 Java。