感知 payload 的篩選
將 JSON payload 與向量一同儲存，並針對關鍵字、數值、地理值、日期時間與 UUID 等結構化中繼資料進行篩選。
Qdrant
認領Qdrant 是以 Rust 編寫的開源向量搜尋引擎，適用於 AI 檢索、語意搜尋與相似度比對，結合向量搜尋與 JSON 負載篩選，並支援雲端、混合、私有與邊緣部署。
用於 AI 檢索的向量搜尋
Qdrant 是以 Rust 編寫的開源向量搜尋引擎。它專為大規模向量相似度搜尋而設計，並定位於需要快速搜尋、中繼資料篩選與彈性部署的 AI 檢索工作流程。
此產品結合向量儲存與 JSON payload、混合式密集加稀疏搜尋，以及多向量檢索。它也支援雲端、混合、私有與邊緣部署模式，因此團隊可將其作為代管服務使用，或在自己的基礎架構上執行。
核心能力
混合搜尋
在單一查詢中結合密集與稀疏檢索，支援關鍵字加語意搜尋工作流程。
多向量檢索
每個物件使用多個向量，以建模更豐富的表示方式與晚期互動檢索模式。
單階段篩選
在 HNSW 遍歷期間套用篩選，以支援高召回率與低延遲的高效率單階段篩選。
重新排序與結果控制
透過商業邏輯、晚期互動模型與 MMR 等技術重新排序並多樣化結果。
開發者 API 與工具
透過 REST、gRPC 與官方用戶端開發，並可使用內建網頁 UI 檢視集合與查詢。
常見使用案例
RAG 與 GenAI
將 Qdrant 作為 RAG 系統的檢索層，滿足需要即時上下文、中繼資料篩選，以及密集與稀疏訊號混合的需求。
AI 代理
建立具備記憶功能的代理，能在不斷演進的對話或任務資料中快速搜尋相關上下文。
語意搜尋
透過結合向量搜尋與中繼資料條件，提供超越關鍵字比對的語意搜尋體驗。
推薦
支援以相似度搜尋找出相關項目與個人化結果的推薦流程。
異常偵測
透過搜尋與預期向量分布不同的點，分析紀錄中的異常模式。
Pros and Cons
Pros
- 定價頁面未列出單一通用價格；成本取決於方案、部署模式與資源使用量。
- 部分企業功能與部署模式僅在來源中以高層次描述，因此這裡看不到精確的實作細節。
Cons
- 它是開源且以 Rust 編寫，並專注於效能。
- 支援 JSON payload 與進階中繼資料篩選，並可與向量搭配使用。
- 將密集與稀疏檢索結合，適合混合搜尋使用案例。
- 提供多種部署模式，包括代管雲端與自我管理選項。
- 包含面向開發者的 API、用戶端與視覺化網頁 UI。
FAQ
Qdrant 提供哪些定價與部署選項？
Qdrant Cloud 提供可供測試與原型使用的免費方案、適用於正式工作負載的標準方案，以及為額外安全性與合規需求而設的進階與企業方案。定價頁面也說明了 Hybrid Cloud 與 Private Cloud 部署選項。
現有的 OSS 部署可以移轉到 Qdrant Cloud 嗎？
可以。定價頁面說明你可以從 OSS 遷移到 Qdrant Cloud，並提到有遷移工具與文件可協助完成轉換。
Qdrant 可以儲存並搜尋哪些類型的中繼資料？
Qdrant 會將 payload 以 JSON 形式與向量一同儲存。這些欄位可用於篩選與排序，文件也顯示支援如整數、浮點數、布林值、關鍵字、地理位置值、日期時間與 UUID 等型別。
Qdrant 支援混合搜尋嗎？
Qdrant 支援將密集向量與稀疏向量合併於單一查詢中的混合查詢，包括 BM25、SPLADE++ 與 miniCOIL 等方法。
Qdrant 可以部署在哪裡？
Qdrant 可依你所需的控制程度與基礎架構模式，部署為代管雲端、混合雲、私有雲或邊緣環境。
Quick Facts
- 類別
- 向量搜尋引擎
- 平台
- 雲端、混合、私有雲與邊緣
- 主要使用者
- 建置 AI 檢索系統的開發者與團隊
- 主要語言
- Rust
- 來源網域
- qdrant.tech
- 定價模式
- 免費方案加上依用量計費與企業方案