Qdrant
Qdrant是一款开源的向量数据库与向量相似性搜索引擎，专为存储、管理和检索高维向量数据而设计。它支持高效的近似最近邻（ANN）搜索，适用于语义搜索、推荐系统、图像检索等AI应用场景。Qdrant提供RESTful API与gRPC接口，支持多种过滤条件的混合查询，并具备水平扩展能力，可在云原生环境中部署。
Core Facts
RAG通过向量数据库（如Faiss、Chroma、Milvus、Pinecone）将文档转化为高维嵌入向量存储，在推理时基于语义相似度检索相关上下文注入提示词，用于解决LLM知识时效性和幻觉问题
Agent的记忆系统通常分为三个层次：工作记忆（当前对话上下文窗口）、短期记忆（近期交互历史）和长期记忆（通过向量数据库持久化存储）
常见的向量数据库包括ChromaDB、Milvus、Pinecone、Weaviate，它们针对高维向量的近似最近邻（ANN）搜索进行了专门优化
Timeline (last 90 days)
向量数据库 Qdrant 以 Rust 编写，以极低内存占用实现高并发向量检索
Winora 支持跨 pgvector、Elasticsearch、Milvus、Qdrant 等多种向量库检索，采用父子分块策略保留上下文语境
Qdrant 是一个用 Rust 编写的开源向量数据库，支持语义相似度查询
self-hosted AI starter kit 是一个开源仓库，将 n8n、Ollama、Qdrant 和 Postgres 打包进一个 compose 文件
Pinecone、Weaviate、Qdrant均支持混合查询（向量检索结合结构化字段预过滤）
项目技术栈使用 Python、Qdrant 作为向量数据库、rank_bm25（BM25Okapi）做稀疏检索、EURI LLM Gateway 提供聊天与嵌入模型、pdfplumber 做 PDF 页级文本抽取
DeepLearning.AI 与向量数据库厂商 Qdrant 合作推出课程《Building AI Assistants with On-Device Memory》，由 Dylan Coulon 讲授
课程涵盖将笔记存储为向量、语义检索、利用元数据做筛选，以及删除记忆（遗忘）等能力
Qdrant 的边缘版本针对内存占用和磁盘读写做了专项优化，使向量索引能够在消费级设备上运行
Dify默认使用Weaviate或Qdrant作为向量数据库
23 more timeline events
All Facts (20)
RAG通过向量数据库（如Faiss、Chroma、Milvus、Pinecone）将文档转化为高维嵌入向量存储，在推理时基于语义相似度检索相关上下文注入提示词，用于解决LLM知识时效性和幻觉问题
80%VerifiedAgent的记忆系统通常分为三个层次：工作记忆（当前对话上下文窗口）、短期记忆（近期交互历史）和长期记忆（通过向量数据库持久化存储）
80%Verified常见的向量数据库包括ChromaDB、Milvus、Pinecone、Weaviate，它们针对高维向量的近似最近邻（ANN）搜索进行了专门优化
80%Verified长期记忆Agent通常基于RAG（检索增强生成）技术构建，通过向量数据库将信息转化为高维向量并持久化存储
80%Verified向量数据库的核心操作是近似最近邻搜索（ANN），通过HNSW、IVF等索引算法将相似度计算加速到毫秒级响应
80%VerifiedDify的核心架构采用微服务设计，通过Docker Compose将API服务、Worker、Web前端、PostgreSQL、Redis和向量数据库等组件解耦部署
80%Verified主流向量数据库包括Faiss、Milvus、Qdrant、Weaviate，能在毫秒级完成百万级向量的近似最近邻（ANN）搜索
75%VerifiedPinecone、Weaviate、Qdrant 等主流向量数据库基于 HNSW 或 IVF-PQ 等 ANN 算法实现
70%VerifiedChroma、Pinecone是用于存储向量化数据的向量数据库
65%Verified向量存储常用专用向量数据库如Pinecone、Chroma、Weaviate，支持近似最近邻检索
65%VerifiedFlowise支持Pinecone、Weaviate、Chroma、Qdrant等主流向量数据库
65%UnverifiedFastEmbed与Qdrant出自同一团队，两者有天然的集成关系
95%UnverifiedFastEmbed是由Qdrant团队开发的Python库，专门用于在本地环境中快速生成文本和图像的向量嵌入
95%UnverifiedQdrant向量数据库在使用add方法添加文档时，如果没有手动提供嵌入向量，会自动调用FastEmbed在后台完成嵌入计算
90%Partially VerifiedAnythingLLM内置了对ChromaDB、Pinecone、LanceDB、Weaviate等多种向量数据库的支持
80%Partially Verified常见的向量数据库包括Milvus、Qdrant、Weaviate等开源方案以及Pinecone等云服务
65%Unverified项目向量存储使用Qdrant向量数据库
60%Unverified可基于向量数据库如Milvus、Weaviate、Qdrant构建RAG（检索增强生成）系统为大模型补充私有领域知识
60%Unverified在生产环境中，如果数据规模超过百万级向量，通常需要考虑Milvus、Qdrant等支持分布式部署和HNSW索引优化的向量数据库方案
60%Unverified向量数据库 Qdrant 以 Rust 编写，以极低内存占用实现高并发向量检索
50%