qdrant - Qdrant - 用于下一代人工智能应用的矢量数据库。也可在云 https://cloud.qdrant.io/ 中使用
面向下一代 AI 应用的矢量搜索引擎
Qdrant（读作：象限）是一个向量相似性搜索引擎和向量数据库。它提供生产就绪的服务，并带有方便的 API 来存储、搜索和管理点 - 具有附加有效载荷的矢量 Qdrant 专为扩展过滤支持量身定制。它使其可用于各种神经网络或基于语义的匹配、分面搜索和其他应用程序。
Qdrant 是用 Rust 编写的
使用 Qdrant，嵌入或神经网络编码器可以变成成熟的应用程序，用于匹配、搜索、推荐等等！
快速入门 • 客户端库 • 演示项目 • 集成 • 联系方式
开始
蟒
pip install qdrant-client
python 客户端提供了一种在本地开始使用 Qdrant 的便捷方式：
from qdrant_client import QdrantClient
qdrant = QdrantClient(":memory:") # Create in-memory Qdrant instance, for testing, CI/CD
# OR
client = QdrantClient(path="path/to/db") # Persists changes to disk, fast prototyping客户端-服务器
这是生产用途的推荐方法。若要运行容器，请使用以下命令：
docker run -p 6333:6333 qdrant/qdrant现在你可以用任何客户端（包括 Python）连接到它：
qdrant = QdrantClient("http://localhost:6333") # Connect to existing Qdrant instance, for production客户
Qdrant 提供以下客户端库，帮助你轻松地将其集成到你的应用程序堆栈中：
我该何去何从？
- 快速入门指南
- 端到端Colab Notebook演示与SentenceBERT和Qdrant
- 详细的文档是一个很好的起点
- 使用 Qdrant 创建你的第一个神经网络项目的分步教程
演示项目
发现语义文本搜索 🔍
使用 Qdrant 释放语义嵌入的力量，超越基于关键字的搜索，在短文本中找到有意义的连接。使用预先训练的神经网络在几分钟内部署神经搜索，体验文本搜索的未来。在线试用！
探索相似图像搜索 - 食品发现 🍕
发现不仅仅是文本搜索，尤其是在食物方面。人们通常根据外观而不是描述和成分来选择餐点。让 Qdrant 帮助你的用户使用视觉搜索找到下一顿美味佳肴，即使他们不知道这道菜的名称。看看吧！
掌握极端分类 - 电子商务产品分类 📺
进入极端分类的前沿领域，这是一个新兴的机器学习领域，可解决数百万个标签的多类和多标签问题。利用相似性学习模型的潜力，了解预先训练的转换器模型和Qdrant如何彻底改变电子商务产品分类。在线玩！
更多解决方案
|
|
|
| 语义文本搜索 | 相似图片搜索 | 建议 |
|
|
|
| 聊天机器人 | 匹配引擎 | 异常检测 |
应用程序接口
休息
在线 OpenAPI 3.0 文档可在此处获得。OpenAPI 使为几乎任何框架或编程语言生成客户端变得容易。
你还可以下载原始的 OpenAPI 定义。
gRPC
为了加快生产层搜索速度，Qdrant 还提供了 gRPC 接口。可以在此处找到 gRPC 文档。
特征
过滤和有效负载
Qdrant 使 JSON 有效负载能够与向量相关联，从而根据有效负载值提供存储和过滤。它支持 、 和条件的各种组合，确保检索所有相关载体，这与后过滤不同。
should
must
must_not
ElasticSearch
丰富的数据类型
矢量有效负载适应各种数据类型和查询条件，包括字符串匹配、数值范围、地理位置等。这些筛选条件使你能够在相似性匹配之上创建自定义业务逻辑。
查询规划和有效负载索引
查询规划器利用存储的有效负载信息来优化查询执行。例如，受筛选器限制的较小搜索空间可能会受益于对索引的完全暴力破解。
SIMD 硬件加速
利用现代 CPU x86-x64 架构，Qdrant 在现代硬件上提供更快的搜索性能。
预写日志记录
Qdrant 通过更新确认确保数据持久性，即使在停电期间也是如此。更新日志存储所有操作，从而轻松重建最新的数据库状态。
分布式部署
从 v0.8.0 开始，Qdrant 支持分布式部署。多台Qdrant机器形成一个用于水平扩展的集群，通过Raft协议进行协调。
单机版
Qdrant 独立运行，无需依赖外部数据库或编排控制器，简化了配置。
集成
Qdrant 集成的示例和/或文档：
- Cohere（关于使用 Cohere 和 Qdrant 构建 QA 应用程序的博客文章） - 使用 Qdrant 使用 Cohere 嵌入
- DocArray - 使用 Qdrant 作为 DocArray 中的文档存储
- LangChain （博客文章） - 使用 Qdrant 作为 LangChain 的内存后端。
- LlamaIndex - 使用 Qdrant 作为 LlamaIndex 的矢量存储。
- OpenAI - ChatGPT 检索插件 - 使用 Qdrant 作为 ChatGPT 的内存后端
- Microsoft Semantic Kernel - 使用 Qdrant 作为语义内核的持久内存
接触
- 有问题吗？加入我们的 Discord 频道或在推特上提及@qdrant_engine
- 想要与最新版本保持联系？订阅我们的时事通讯
- 正在寻找托管云？查看定价，需要个性化的东西吗？我们处于 info@qdrant.tech
贡献 ✨
感谢为Qdrant做出贡献的人们：
许可证
Qdrant 在 Apache 许可证 2.0 版下获得许可。查看许可证文件的副本。
