Qdrant

数据

Neotask 在 OpenClaw 上通过 Qdrant 为您的自动化堆栈添加向量记忆——存储知识并检索语义相似的内容，让您的代理像人类一样学习和回忆。

• 代理记忆持续累积——您的代理将信息存储在 Qdrant 中并按需检索语义相关的上下文，让每个工作流都能访问积累的知识
• 语义搜索取代脆弱的关键词查找——您的代理找到概念相关的内容而非精确匹配，呈现真正重要的信息而非仅仅是输入的文字
• 知识库持续增长且保持可用——文档、决策和输出在代理工作时被存储到 Qdrant 中，形成可搜索的运营记忆，随时间不断改善

你可以做什么

Qdrant 集成为 Neotask 提供 2 个用于语义存储和检索信息的向量数据库操作。

`qdrant-store` — 将任意内容作为向量嵌入保存到 Qdrant，附带元数据和集合分配

`qdrant-find` — 在 Qdrant 中搜索与查询语义相似的内容，返回最相关的已存储项目

每个操作都可以自主执行或需要你的批准——由你决定。

试试这样问

"将今天战略会议的输出存储到 Qdrant 的'决策'集合中"

"在 Qdrant 中查找我们存储的所有与定价策略决策相关的内容"

"在我们的知识库中搜索与'企业入职挑战'类似的内容"

"将这份客户访谈记录存储到 Qdrant 中并标记客户群体"

专业技巧

将 Qdrant 与每个产出有价值输出的代理工作流配对——存储摘要、决策和研究，让未来的代理可以检索它们

使用 `qdrant-find` 作为多代理团队的记忆层：研究代理存储发现，综合代理检索并组合它们

将语义搜索内置到客户支持工作流中——您的代理在生成新答案之前先找到最相关的历史解决方案

集合让您按领域组织知识：为产品决策、客户洞察、工程模式和营销研究设置单独的集合