qdrant/qdrant

解決的問題

Qdrant 是一個可直接投入生產環境的向量相似性搜尋引擎與資料庫，專為儲存、搜尋與管理高維度向量（嵌入向量）及其相關的元資料（載荷）而設計。它讓開發者能超越簡單的關鍵字比對，透過基於語意的檢索，建構語意搜尋、推薦系統與影像搜尋等應用。

如何運作

以 Rust 編寫，確保高效率與可靠性，Qdrant 將資料儲存為「點」，每個點包含一個向量與一個 JSON 載荷。它支援多種向量類型——密集向量用於語意意義，稀疏向量用於全文搜尋，多向量則適用於像 ColBERT 這樣的複雜模型。為優化檢索效能，它使用 SIMD 硬體加速與 GPU 支援進行索引，而量化技術可將記憶體使用量降低高達 97%。

適用對象

專為開發神經網路或語意基礎匹配應用的 AI 工程師與開發者設計，例如電商產品分類、視覺搜尋引擎，以及需要長期記憶或高效資料檢索的 AI 代理。

主要特色

• 混合搜尋：使用如倒數排名融合（RRF）等融合策略，結合語意與關鍵字的精準度。
• 載荷過濾：可利用 JSON 元資料進行複雜的搜尋結果過濾，支援關鍵字比對與地理定位等條件。
• 分散式部署：透過分片與複製支援水平擴展，並支援零停機更新。
• Qdrant Edge：輕量版本，可內嵌於應用程式流程中，於邊緣裝置上提供低延遲、離線功能。
• 開發者工具：提供 Web UI 用於資料探索，並有官方客戶端程式庫支援 Go、Rust、JS/TS、Python、.NET 與 Java。