Qdrant 出了 LangGraph 的官方集成包,在 LangGraph 里接 Qdrant 做检索或记忆不用再自己写适配层,直接 pip 装就能用。
#Qdrant
Qdrant 给 LangGraph 做了个记忆存储集成,让智能体跨会话记住上下文,靠语义检索而不是关键词匹配,做 Agent 的开发者可以试试。
Qdrant 和 Neo4j 办的线下辩论赛,工程师 1v1 互怼“开源权重该不该禁”,观众投票定胜负,10 月 9 日在旧金山,报名要审核。
做检索的朋友注意:Qdrant 的 Nano 和 Zero 查询向量能直接配 Stella 的文档索引,延迟和质量可以按需切换,不用重建索引。
Qdrant 开源了 Supernova 工具和一个 10B 的 FineWeb 数据集,做向量搜索调优和评测的人可以直接拿来用。
Qdrant 和 DeepLearning.AI 出了门免费短期课,教你做带本地记忆的助手,能离线跑还不传数据,适合动手党。
Kaivid Labs 把 40 万向量从 Milvus 搬到 Qdrant 的全过程都写出来了,还带了延迟和内存对比,要做向量库选型的可以看看。
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。
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。
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。
看看cognee怎么把RAG、GraphRAG和短期记忆揉成一个统一层,还能自动建知识图谱,团队也能共享记忆,加上TurboQuant压缩搞定海量图数据。
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。
Haystack 3.0 把 Agent 放到了中心,预装了深度研究和高级 RAG 两种智能体,Qdrant 直接支持三种检索方式,值得做 RAG 的同学试试。
HubSpot分享了如何用Qdrant处理20B+向量搜索,自己写K8s operator搞定Helm搞不定的集群管理,集群创建从小时变分钟,资源偏差降65%。硬核实战经验。