Qdrant
Vektordatenbank und Ähnlichkeitssuchmaschine zum Bau von KI-Anwendungen mit Embeddings.
Überblick
Qdrant ist eine in Rust geschriebene Vektor-Ähnlichkeitssuchmaschine und Vektordatenbank, die „Points“ – Vektoren plus einer beliebigen Payload – speichert und durchsucht, mit einem Schwerpunkt auf umfangreicher, erweiterter Filterung neben der Ähnlichkeitssuche selbst (Kombination von semantischem Matching mit strukturierten Metadatenfiltern).
Sie läuft als Server (über Docker oder andere Deployment-Varianten) mit offiziellen Client-Bibliotheken für Python, JavaScript/TypeScript, Go, Rust, .NET/C# und Java, oder als Qdrant Edge, eine leichtgewichtige eingebettete Variante, die innerhalb deines Anwendungsprozesses für Edge- oder ressourcenbeschränkte Umgebungen läuft und sich mit einem vollständigen Qdrant-Server synchronisieren kann. Qdrant veröffentlicht außerdem fertige „Agent Skills“, die sein Vektorsuche-Tooling direkt in KI-Coding-Assistenten einbringen.
Es ist selbst hostbar oder als verwalteter Qdrant-Cloud-Dienst mit einer kostenlosen Stufe verfügbar. Qdrant eignet sich für Teams, die semantische Suche, Empfehlungen oder andere Embedding-basierte Matching-Funktionen bauen und dabei neben der Vektorsuche selbst auch eine Filterung nach strukturierten Metadaten benötigen.
- Kategorien
- KI & Machine LearningDatenbank
- Schlagwörter
- vector-databaseembeddingssimilarity-searchai
- Sprachen
- Rust
- Lizenz
- Apache-2.0
Ähnliche Projekte
Milvus
Apache-2.0Quelloffene Vektordatenbank für skalierbare Ähnlichkeitssuche und KI-Anwendungen.
- KI & Machine Learning
- Datenbank
Ollama
MITFühre große Sprachmodelle lokal aus – mit einer einfachen Kommandozeile und API.
- KI & Machine Learning
PyTorch
BSD-3-ClauseQuelloffenes Machine-Learning-Framework, das den Weg vom Forschungsprototyp bis zum Produktions-Deployment beschleunigt.
- KI & Machine Learning
TensorFlow
Apache-2.0Durchgängige, quelloffene Plattform für maschinelles Lernen, von der Forschung bis zur Produktion.
- KI & Machine Learning
Einen Fehler entdeckt? Änderung auf GitHub vorschlagen.