支持负载感知过滤
将 JSON 负载与向量一起存储，并按关键词、数字、地理值、日期时间和 UUID 等结构化元数据进行过滤。
Qdrant
认领Qdrant 是一款用 Rust 编写的开源向量搜索引擎，适用于 AI 检索、语义搜索与相似性匹配。支持向量搜索、JSON 负载过滤，以及云端、混合、私有和边缘部署。
面向 AI 检索的向量搜索
Qdrant 是一款用 Rust 编写的开源向量搜索引擎。它专为大规模向量相似性搜索而设计，面向需要快速搜索、元数据过滤和灵活部署的 AI 检索工作流。
该产品将向量存储与 JSON 负载、稠密与稀疏的混合搜索以及多向量检索结合在一起。它还支持云端、混合、私有和边缘部署模式，因此团队既可以将其作为托管服务使用，也可以在自己的基础设施中运行。
核心能力
混合搜索
在单个查询中结合稠密检索和稀疏检索，适用于关键词加语义搜索工作流。
多向量检索
为每个对象使用多个向量，以建模更丰富的表示和后交互检索模式。
单阶段过滤
在 HNSW 遍历过程中应用过滤，以支持高召回率和低延迟的高效单阶段过滤。
重排序与结果控制
通过业务逻辑、后交互模型以及 MMR 等技术对结果进行重排序和去重多样化。
开发者 API 和工具
通过 REST、gRPC 和官方客户端进行开发，并提供用于检查集合和查询的内置 Web UI。
常见用例
RAG 和生成式 AI
将 Qdrant 用作 RAG 系统的检索层，这类系统需要新鲜上下文、元数据过滤，以及稠密和稀疏信号的组合。
AI 智能体
构建带记忆的智能体，在不断变化的对话或任务数据中快速搜索相关上下文。
语义搜索
通过将向量搜索与元数据约束结合，提供超越关键词匹配的语义搜索体验。
推荐
支持推荐流程，使用相似性搜索来展示相关项目和个性化结果。
异常检测
通过搜索与预期向量分布不同的点来分析记录中的异常模式。
Pros and Cons
Pros
- 开源且使用 Rust 编写，注重性能。
- 支持 JSON 负载和高级元数据过滤，并可与向量一起使用。
- 结合稠密和稀疏检索，适用于混合搜索场景。
- 提供多种部署模式，包括托管云和自托管选项。
- 包含面向开发者的 API、客户端和可视化 Web UI。
Cons
- 没有给出统一的单一价格；成本取决于套餐、部署模式和资源使用情况。
- 一些企业级功能和部署模式只在来源中做了高层说明，因此这里看不到确切的实现细节。
FAQ
Qdrant 提供哪些定价和部署选项？
Qdrant Cloud 提供用于测试和原型验证的免费层、用于生产工作负载的标准层，以及满足更高安全和合规需求的高级和企业选项。定价页面还描述了 Hybrid Cloud 和 Private Cloud 部署选项。
现有的 OSS 部署可以迁移到 Qdrant Cloud 吗？
可以。定价页面说明你可以从 OSS 迁移到 Qdrant Cloud，并提到有迁移工具和文档帮助完成过渡。
Qdrant 可以存储和搜索哪些类型的元数据？
Qdrant 将负载作为 JSON 与向量一起存储。这些字段可用于过滤和排序，文档显示支持整数、浮点数、布尔值、关键词、地理位置值、日期时间和 UUID 等类型。
Qdrant 支持混合搜索吗？
Qdrant 支持在一个查询中结合稠密向量和稀疏向量的混合查询，包括 BM25、SPLADE++ 和 miniCOIL 等方法。
Qdrant 可以部署在哪里？
根据你需要的控制级别和基础设施模式，Qdrant 可以部署为托管云、混合云、私有云或边缘部署。
Quick Facts
- 类别
- 向量搜索引擎
- 平台
- 云端、混合、私有云和边缘
- 主要用户
- 构建 AI 检索系统的开发者和团队
- 主要语言
- Rust
- 来源域名
- qdrant.tech
- 定价模式
- 免费层加按使用计费和企业选项