Qdrant

推荐理由：Qdrant和neo4j办的这个AI主题活动，去玩辩论游戏还能拿奖品，和普通聚会不一样。

推荐理由：Qdrant要办东京夜间活动，大家可以快速做AI项目，还能和OpenAI Codex、Neo4j结合，比普通活动更适合练手呢。

推荐理由：Qdrant和Minima搞了个agentic RAG，单张RTX PRO 6000就够，首次检索命中率从72%提到87%，延迟从21秒降到7.7秒，效率提升快三倍。

推荐理由：Qdrant在纽约办AI辩论夜，随机给你个立场，3分钟准备10分钟开杠，观众投票赢奖品，还能玩桌球喝东西，有兴趣的赶紧去注册。

推荐理由：Qdrant和Neo4j在旧金山办AI辩论夜，现场组队辩论还能赢Switch和乐高，想见AI同行可以去。

推荐理由：想玩AI记忆层？8月14日柏林有黑客夜，Qdrant和cognee出数据出API，还有1200欧奖金，带上电脑就能参加。

推荐理由：Qdrant 新版 1.19 要来了，8月20日有官方答疑，想第一时间了解向量数据库新功能就去 Discord 听，还能直接问问题。

推荐理由：Qdrant和cognee柏林黑客夜，现场教你把Slack变成AI记忆库，还能赢1200欧奖金。

推荐理由：Qdrant官网发了1.19版本，推特上剧透了重点，做向量数据库的直接看博客就行。

推荐理由：Qdrant这篇讲怎么用语义缓存省API调用，相似问题直接回旧答案，不用每次检索生成，适合做聊天机器人的参考。

推荐理由：Qdrant和FutureAGI要直播修一个RAG agent，现场看每一步改动对效果的影响，还会演示换embedding模型和加rerank。想学RAG调优可以直接围观。

推荐理由：在慕尼黑的话，去Qdrant的BASED Meetup #6吧，自由讨论向量搜索和RAG，直接和团队聊，不用听枯燥汇报。

推荐理由：想知道RAG代理为什么变差？Qdrant和Future AGI在8月6日直播调试，从构建到修复，每一步看分数变化，很实用！

推荐理由：别再给智能体重训练了，先搞定记忆。Mem0创始人手把手教你5步循环，来自实战经验。

推荐理由：手把手教你用Qdrant Multivectors做电商语义搜索，比单一嵌入更精准。

推荐理由：想学多租户搜索和语义书签的实战？7月16日 Qdrant 社区活动有演示，还能聊检索质量。

推荐理由：做AI检索或视频智能的，去听听Qdrant和Twelve Labs的工程师讲内存方案，还能现场演示自己的项目。

推荐理由：Qdrant要教你做检索智能体，不是死板的固定流程，而是能根据问题调整策略，还能主动放弃乱猜，和普通Retrieval Agent不一样。

推荐理由：Qdrant 在柏林现场展示 Qdrant Edge 边缘向量搜索，还有医疗 AI 上下文工程工作坊，适合对向量数据库和边缘 AI 感兴趣的人。

推荐理由：Qdrant教你怎么让检索代理根据不同问题自动切换策略，省去手动调优的麻烦，特别是ColBERT和IRCoT的具体用法。

推荐理由：Qdrant组织了一场大聚会，350多人一起聊检索和智能体，看看现在这领域最热的话题。

推荐理由：做 RAG 或检索系统的开发者终于有了可落地的评估方法论——Qdrant + Evret 的组合让你从“感觉还行”到“数据说话”，建议直接跟着指南搭建你的评估流水线。

推荐理由：做 RAG 或向量搜索的团队会关心这个关键权衡——大上下文窗口并非万能，检索仍是降本增效的核心手段，建议点开看具体数据。

推荐理由：做智能体开发的团队值得关注——Mem0 的 CEO 将揭示记忆如何成为智能体持续学习的关键，这直接关系到智能体长期记忆和上下文管理的实现路径。

推荐理由：做个人知识管理或视觉记忆系统的开发者，可以看看如何用向量搜索让照片库“活”起来——不再只是存储，而是能理解你的自然语言请求。

推荐理由：企业 AI 团队终于有了兼顾速度与权限的检索方案——Qdrant + Neo4j 的架构直接解决了「谁可以看什么」的治理难题，做企业级 RAG 或智能体系统的开发者值得关注。

推荐理由：智能体开发者都在头疼检索问题——什么时候搜、搜什么、够不够用？这场 Meetup 把 cognee、deepset、LlamaIndex 和 n8n 的构建者聚在一起，直接回答你的疑问。做 RAG 或智能体系统的建议报名，现场还能和 Qdrant CTO 交流。

推荐理由：搞 AI 记忆和检索的工程师终于有个正经的技术大会了——Dave Nielsen 会拆解短期/长期记忆的真实架构，做 RAG 或智能体的团队值得去听听。