Qdrant

向量資料庫

通過對話查詢向量資料庫、管理嵌入和自動化向量搜尋 — Neotask 使用 OpenClaw 來簡化向量資料庫管理。

• 透過自然語言在 Qdrant 中搜尋和檢索向量
• 自動化嵌入建立、存儲和相似性搜尋
• 監視查詢效能和向量資料庫健康

您可以做什麼

Qdrant 整合為 Neotask 提供向量搜尋和集合管理操作。

集合管理

建立、列出和管理 Qdrant 集合。設定向量維度、距離指標和索引設定。

向量搜尋

對集合執行語意搜尋。以自然語言描述查詢，Neotask 構建並執行正確的搜尋請求。

點操作

插入、更新和刪除向量點。匯入帶有負載資料的批次點用於 RAG 管線和語意搜尋應用。

每個操作都可以自主執行或需要您的批准——由您決定。

試試這樣問

"建立名為 'product-embeddings' 的新 Qdrant 集合，1536 維，使用餘弦距離"

"搜尋我們的支援文件集合中與 '如何重設密碼' 最相關的結果"

"將這 500 個產品嵌入插入 product-embeddings 集合"

"我的 Qdrant 實例中每個集合有多少個點？"

進階技巧

在部署前始終驗證集合的維度設定與您的嵌入模型輸出匹配。

使用負載篩選器縮小搜尋範圍——描述您的篩選條件，Neotask 會構建正確的 Qdrant 篩選語法。

結合 Qdrant 與您的嵌入生成整合（OpenAI、Cohere）建立端到端的 RAG 管線。

監控集合大小和效能指標以規劃容量升級。